吴恩达机器学习_46分类/47假设函数/48决策边界
Logistic 回归
一、Classification(分类)
0:负类,表示“没有”,如良性肿瘤
1:正类,表示“有”,如恶性肿瘤
将线性回归应用于分类问题并不是最好的,接下来介绍logistic回归算法,这是一种分类算法,被用于y等于离散值0和1的情况下。
二、假设函数
在logistic回归模型中,我们希望0<=hθ(x)<=1,hθ(x) = g(θTx),因此hθ(x) = 1/(1+e-θTx)
g(z) = 1/(1+e-z),从图像可以看出,g(z)的值在0-1之间
三、决策边界(Decision Boundary)
,假设函数hθ(x)输出y=1的概率大于或等于0.5,则意味着y更有可能等于1,我们就预测y=1;如果y=1的概率小于0.5,我们就预测y=0
即θTx>=0,则hθ(x) = g(θTx)>=0.5
1.线性决策边界
2.非线性决策边界