（二）Logistic Regression[逻辑回归]&正则项

逻辑回归解决的是分类问题，它的本质是给了X,y，来求解θ，和线性回归很像。逻辑回归也是Xθ进行预测，预测的值可以理解为概率，在0~1之间，比如可以将>0.5的值归为1，<0.5的归为0。  总之，逻辑回归和线性回归都是为了得到θ(θ是个香饽饽~)，得到了之后，一个用来分类，一个用来预测。下面详解。 逻辑回归 比如打算把一群sample分成2类，分别用0,1代表负样本和正样本，即y⊂{0, 1}，那

>>阅读原文<<