一、Logistic regression 代价函数的求导过程
在吴恩达老师的机器学习课程中,第7章,讲到Logistic回归的代价函数,可以统一写成如下一个等式:
![](https://img.haomeiwen.com/i3589514/3aac0249ccc13d6d.png)
其中:
![](https://img.haomeiwen.com/i3589514/cfcb50013db7e236.png)
老师直接给出对J(θ)求偏导的结果,没有过程:
![](https://img.haomeiwen.com/i3589514/48bf3828adf39540.png)
自己推导的过程中,一直感觉卡在log(x)的求导过程中,原来视频中的 log(x) 是指我们常指的自然对数ln(X),噢,一切就顺了!
为什么这么表示,在维基百科中查到
维基:Logarithm
二、求导过程应用
发现已经有人详细的写出了求导过程,我直接放上引用了
网友评论