一、本质
逻辑回归算法本质上是分类算法，我们将它作为分类算法使用，它的输出值永远在 0 到 1 之间。
二、分类问题
对于分类，y取值为0或者1，但如果你使用的是线性回归，那么假设函数的输出值可能远大于 1，或者远小于 0；所以为了保证y的取值在0-1之间，所以要采用逻辑回归算法。
三、逻辑回归模型
逻辑回归模型的假设是：
g(z)函数图像如下：
四、决策边界
决策边界就是来确定模型将预测为 1 的区域和预测为 0 的区域分隔开的分界线。
五、代价函数
其中：
将构建的 Cost(ℎ𝜃(x),y)简化如下：
即：
在得到这样一个代价函数以后，我们便可以用梯度下降算法来求得能使代价函数最小的参数了：
六、代价函数的推导过程
转载：https://blog.csdn.net/weixin_45275802/article/details/115765886
查看评论