Logistic Regression (依据斯坦福大学网上机器学习公开课)

logistic regression 逻辑回归，相比较于前面的线性回归（主要目的用于预测），逻辑回归其输出离散的值，其实就是0-1之间的数（这个数是输出y=1的概率值，当z>=0时，g（z）>=0.5,因为输出y只有0或者1,所以大于0.5是不是更加接近于1，当然我们就判断该z样本属于Y=1这个类），其用途是用于在给定不同样本点下求解出最优曲线进行划分样本. 同样的我们会先定义cost func

>>阅读原文<<