感知机与逻辑回归代价函数的凸性判断证明

感知机与逻辑回归代价函数的凸性判断证明 在机器学习中，写出需要优化的代价函数后，凸性的判断有助于我们选择优化算法，也有助于我们判断最后解是否全局最优。 由于凸函数的驻点必为全局最小值，这一优良性质。 我们希望代价函数是凸函数，这样可以让我们可以选择简单的梯度下降或者牛顿法进行优化求解。 这里我们讨论感知机和逻辑回归的代价函数的凸性判断。 以下是《机器学习精讲》的习题内容，下面是我解答的答案，希望对

>>阅读原文<<