机器学习基础 - [第三章：逻辑回归]（4）逻辑回归模型的代价函数简化表示与梯度下降

1、多个训练样本的代价函数简化表示 前一篇文章中，我们我们已经知道了单训练样本 c o s t ( h θ ( x ) ， y ) cost(h_{\theta}(x)，y) cost(hθ​(x)，y)的分段表示，实际上，它还可以写成更紧凑的形式： c o s t ( h θ ( x ) ， y ) = − y l o g ( h θ ( x ) ) − ( 1 − y ) l o g ( 1

>>阅读原文<<