分类问题

在分类问题中，你要预测的变量 y 是离散的值，我们将学习一种叫做逻辑回归 (Logistic Regression) 的算法，这是目前最流行使用最广泛的一种学习算法。
在分类问题中，我们尝试预测的是结果是否属于某一个类（例如正确或错误）。分类问题的例子有：判断一封电子邮件是否是垃圾邮件；判断一次金融交易是否是欺诈；之前我们也谈到了肿瘤分类问题的例子，区别一个肿瘤是恶性的还是良性的。
顺便说一下，逻辑回归算法是分类算法，我们将它作为分类算法使用。有时候可能因为这个算法的名字中出现了“回归”使你感到困惑，但逻辑回归算法实际上是一种分类算法，它适用于标签 y取值离散的情况，如：1 0 0 1。

假说表示

  • Sigmoid函数常被用作神经网络的激活函数，将变量映射到0,1之间。
  • image.pngimage.png ```python def basic_sigmoid(x):
  1. ### START CODE HERE ### (≈ 1 line of code)
  2. s = 1.0 / (1.0 + np.exp(-1.0 * x))
  3. ### END CODE HERE ###
  5. return s

``` image.png
image.png

判定边界

image.png
image.png
image.png

代价函数

image.png
image.png

梯度下降

image.png
image.png
image.png

高级优化