1.Logistic(逻辑)线性回归 是一种分类算法,常用于解决二分类问题,即结果为 是/否 或 正/负等。

解释:Logistic线性回归是将最终的输出值定义在【0,1】之间。

一般线性回归的预测函数为

Logistic线性回归为g(θ^t *X)

g(z)=1/(1+e^-z)

sigmoid函数 或者 logistic函数 ,一样的意思。

2.决策边界 对不同类别数据的分界线。

注释:当g(z)中z>0时,y=g(z)=1的概率大于y=0,因此y=1的条件为z>0.

3.如何根据数据自动化拟合参数θ,即确定Logistic的代价函数(代价函数必须是凸函数,用梯度下降法才能找到全局最优值)

当y=1时,代价函数为-log(h(x)).解释为:当预测值为1,并且真实值y确实为1 ,此时代价函数的Cost为0,惩罚为0;当y确实为1而预测值h(x)却为0时,则惩罚趋于无限大。

将两种条件下的Cost(h(x),y)写为一种

因此,最终的代价函数J(θ)为:

除了梯度下降外,还有这些算法效率更高,但也更复杂。

------------------------------------------------------------------------------------------------------------------------------------------------------------------

多元分类问题

当有三个类别时,涉及三个分类器,输入一个新的变量X,在三个分类器中进行计算,选择概率最高的那个类别,即当前x所属类别。

吴恩达机器学习视频总结Day03之Logistic回归相关推荐

  1. 吴恩达机器学习笔记(二) —— Logistic回归

    主要内容: 一.回归与分类 二.Logistic模型即sigmoid function 三.decision boundary 决策边界 四.cost function 代价函数 五.梯度下降 六.自 ...

  2. 【吴恩达机器学习】第七章Logistic回归-50简化代价函数与梯度下降

    Logistic regression cost function 用以上代价函数拟合参数的优点: 这个式子是从统计学中的极大似然法的来的, 它是统计学中为不同模型快速寻找参数的方法. 除此之外它还有 ...

  3. 吴恩达机器学习视频学习笔记

    吴恩达机器学习视频笔记 介绍 Introduction 线性回归 Linear Regression 单变量 One Variable 多变量 Multiple Variables 多项式回归 Pol ...

  4. 吴恩达机器学习视频作业(Matlab实现)

    吴恩达机器学习视频的课后作业,使用matlab实现 ex1  线性回归 1.热身 建立一个5*5矩阵 A=eye(5); 2.单变量的线性回归 需要根据城市人口数量,预测开小吃店的利润 数据在ex1d ...

  5. 斯坦福大学吴恩达机器学习教程中文笔记——week3——逻辑回归,正则化

    第3周 文章目录 第3周 @[toc] 六.逻辑回归(Logistic Regression) 6.1 分类问题 6.2 假说表示 6.3 判定边界 6.4 代价函数 6.5 简化的成本函数和梯度下降 ...

  6. 吴恩达机器学习视频及答案2018

    https://mbd.baidu.com/newspage/data/landingsuper?context=%7B%22nid%22%3A%22news_8765152365266543687% ...

  7. 吴恩达机器学习练习2:Regularized logistic regression

    本小节主要练习正则化logistic分类. 1.原始数据的可视化 data = load('ex2data2.txt');%将数据导入data中 X = data(:, [1, 2]); y = da ...

  8. 吴恩达机器学习(十六)逻辑回归、简化代价函数、高级优化、多元分类

    文章目录 1.逻辑回归 2.简化代价函数与梯度下降 3.高级优化 4.多元分类:一对多 1.逻辑回归   以下是监督学习问题中的逻辑回归模型的拟合问题,我们有一个训练集: 我们如何选择参数θ   当y ...

  9. 吴恩达深度学习笔记2.2 logistic回归

    regression:回归  supervised:有监督的 logistic回归是一种学习算法被用于有监督学习问题,当y全都是0或1时 例子:判断是否有猫 给定一个由特征向量x代表的图像,那个算法将 ...

最新文章

  1. 北语计算机应用基础2,北语17春《计算机应用基础》练习2
  2. 美研申请,你应该知道的那些事?
  3. Js-parentNode、parentElement,childNodes、children 它们有什么区别呢?
  4. SAP Spartacus Unit List Component的设计明细 - UnitListComponent
  5. 视频光端机在安防监控工程中的常见技术问题
  6. JavaScript高级程序设计学习笔记--事件
  7. windows sdk 学习笔记(8)
  8. thymealf 高级用法_mybatis基础系列(四)——关联查询、延迟加载、一级缓存与二级缓存...
  9. SEO培训一家之言 素老胡huxingyu
  10. IOS对自动播放语音视频做了限制,h5如何实现间隔一段时间自动播放语音
  11. 计算机网络安全中的审计,什么是网络安全审计
  12. 【Android安全】priv-app 系统应用权限
  13. 前端---HTML制作百度首页
  14. 信号与系统 chapter7 因果与非因果
  15. 在xml中定义excel的sheet_XML和Excel
  16. 计算KS值的标准代码
  17. python中的os.chdir()定义及作用
  18. 程序员们纷纷表示“内牛满面”-VS2010视频共5季
  19. 程序员专属的春节祝福
  20. H5流式播放(FMP4转封装与mediaSource)

热门文章

  1. navicat and connection is being used
  2. 思科向 IETF 提交 TrustSec 标准草案
  3. FTP文件乱码导致的无法删除
  4. C#toolStrip使用
  5. ubuntu下如何安装.bin文件
  6. excel随机生成数字或者字母
  7. 10月26日绿健简报,星期三,农历十月初二
  8. 企业级C++项目那些事(2):Qt相关基础概念
  9. 如何解决Ubuntu只读exfat类型U盘
  10. 计算机组成原理学习笔记——控制器