机器学习之logistic回归的梯度上升算法

机器学习之logistic回归的梯度上升算法 算法背景： 一般来说，回归模型一般不用在分类问题上，因为回归是连续型模型，而且受噪声的因素很大，但是，若需要选择，可以选择使用logisti 回归。 对数回归本质上是线性回归，只是在特征到结果的映射里加入了一层函数映射，选择g(z)=1/(1+exp（-z）)作为sigmoid函数进行映射，可以将连续值映射到0-1之间。 其中g(z)函数的图像如下：可

>>阅读原文<<