机器学习实战记录-Logistic回归

准备：梯度下降算法；（来自吴恩达机器学习） 1.cost函数的引出 定义的引出：确定模型计算出的值与测试样本值之间的差距；更适合大量的数据集； m代表样本点数，除以m是为了求平均误差（让参数m有了意义），除以2m是一样的，我的理解是：模型在样本值的中间波动，取一半就是一边点的距离，感觉和SVM里有点类似； 是模型函数，猜测的模型，关于x的函数；是代价函数，关于参数的函数； 当将两个参数同时引入：

>>阅读原文<<