吴恩达机器学习笔记2——logistic回归3

整体代价函数J(θ)
单个样本的代价 Cost(h(x),y)，为了使之不要分类写，可以写成上图中下面这一行式子

不要忘记 logistic回归的h(x)=p(y=1|x,θ),在给定x和θ的前提下，分类为1的概率。
如h（x）=0.7， 分类为1的概率是70%。

梯度下降来最小化代价函数

发现用梯度下降算法时，算出来的θ更新的式子貌似和线性回归时一样。但其实由于h（x）不同，所以他们并不相同！