机器学习算法--LR逻辑回归实现

1.梯度上升求解最优值 训练集D  样本{yi;xi}  其中yi取值为0或1   xi=(xi1,xi2....xin)    梯度上升递推式： 利用矩阵运算，同时对于参数进行变更，即对样本空间进行并行计算。 将样本x 类别信息y以及 待求参数表示成矩阵：             计算A以及误差E,利用矩阵运算，同时进行所有样本的计算 参数0的迭代式： 参数j的迭代式： 总体参数的迭代式： 即：

>>阅读原文<<