摘要：
sigmoid(z): sigmoid(z)=1/(1+exp(-z)) z为通过神经网络对样本i的计算值 样本i的最终答案要么是0，要么是1 sigmoid的函数图像为 可以看到其值域为(0,1) sigmoid(z)表示这个样本为正样本的概率 在大部分情况下，我们的概率要么特别趋近与0，特别趋近 阅读全文
摘要：
我们已有一个训练集，X，Y [x1, [y1, x2, y2, X= x3, Y= y3, . . xn] yn] xi=[xi1,xi2,xi3,.....xim] xi用来描述第i个样本 yi=0 or 1 yi用来描述第i个样本是正样本还是负样本 然后对于已有的 W=[w1,w2,....., 阅读全文