邏輯回歸：將線性回歸的式子作為他的輸入，用來解決二分類問題。
線性回歸的輸入-->sigmoid-->[0,1]之間的概率值
邏輯回歸在**前，先選定乙個類別，比如：屬於1的概率值。
選擇方法：哪乙個類別樣本少，就判定概率值是哪個類別（正例），另乙個就是反例。
每個樣本都有乙個損失值，損失函式的值是每個樣本損失值相加的結果，從資訊熵的角度去理解。
說明：如果目標值是1，而模型的判斷值也是1，那麼此時的損失就會越來越小。
說明：如果目標值是0，而模型的判斷值是1，那麼此時的損失就會越來越大。
Logistic回歸隨筆
假設現在有一些資料點，我們用一條直線對這些點進行擬合，這個擬合過程稱作回歸。利用logistic回歸進行分類的主要思想是 根據現有資料對分類邊界線建立回歸公式，以此進行分類。基於logistic回歸和sigmoid函式的分類 我們想要的函式應該是，能接受所有的輸入然後 出類別。在兩個分類的情況下，上...
遞迴隨記 遺留問題
遞迴的定義 遞迴作為一種演算法在程式語言中有著廣泛的應用，程式自身呼叫自身就叫做遞迴，所以遞迴可以理解為迴圈。遞迴必須要有乙個出口，也就是滿足條件不再遞迴！遞迴優點 將複雜問題逐步簡化，大大減少 量 遞迴缺點 用人的思想更難理解，比非遞迴更加消耗資源，增加系統開銷 例項 遞迴求5的階乘 public...
Logistic回歸（隨機梯度上公升）
由於梯度上公升優化演算法在每次更新資料集時都需要遍歷整個資料集，計算複雜都較高，這裡有乙個隨機梯度上公升演算法也可以求得回歸係數，這種演算法一次只用乙個樣本點來更新回歸係數。def stocgradascent0 datamatrix,classlabels m,n shape datamatrix...