目录???????
PS：因为P5介绍的是Octave语法实现，博主主要用Python进行代码编译和算法实现，因此跳过了P5视频，直接进入第6章第学习。
1.分类Classification
分类问题举例：
常见的分类问题例如：
1.邮件分类：是否是垃圾邮件
2.在线购物欺诈检测
3.肿瘤分类：良性/恶性
? ? ? ? 我们目前先考虑二分类，之后会考虑多分类。二分类常用0/1进行表示，0表示消极分类，1表示积极分类。
? ? ? ? 通常不将线性回归应用于分类问题：?
? ? ? ? 我们将会在下一节中介绍Logistic Regression逻辑回归算法，虽然有Regression，但该算法被看作分类算法，不要被名称所误导。?????我们不希望得到的算法输出远大于1或者远小于0，而是希望结果输出介于0-1之间，下一节将会详细介绍如何做到。? ? ??
2.假设陈述、Logistic Regression公式
? ? ? ? 线性回归Linear Regression时，我们使用公式：
? ? ? ? 逻辑回归Logistic Regression时，我们使用公式：
?????????得到我们想要的结果，其中??的外函数:
?
????????将??带入公式?
, 可以得到我们的目标函数为：
? ? ? ? ?由??的函数图像得函数值被控制在0-1之间，横坐标为
，当
趋向于+∞时，
趋向于1，??当
趋向于-∞时，
趋向于0。?? ? ? ???
? ? ? ? 在y=0或y=1的条件下的概率估计：
