Logistic 回归(吴恩达)

1.Sigmoid 函数

 2.Loss Function和Cost Function

 3.Gradient Descent

  为了找到w,b参数,使的Cost function的值最小,使用梯度下降的方法。图中忽略了b,只关注更新w。

 4.Logistic 回归中的梯度下降

  在m组数据中,更新Logistic 回归:

5.向量化Logistic回归

  由于for循环在计算中花费的时间远远大于numpy中的向量矩阵的运算时间,所以,使用向量化的方式代替for循环。

 

 

原文地址:https://www.cnblogs.com/xsy123/p/12738602.html