机器学习（二）Logistic回归和拟合的正则化

1.之前在线型回归中通过假设函数预测的Y值可能远远小于0，或远远小于1,在分类算法模型中不合适。 这时通过logistic函数来使y值在0~1之间。 2.logistic函数输出的是在给定的参数x,假设函数h(θ）输出y=1的可能性 3.决策边界 由logistic函数可知 当θ的转置X>=0 h(θ）>=0.5 suppose y =1 画出 θ的转置X矩阵 >0 的范围就是决策边界 3.代价函

>>阅读原文<<