目錄
預測的算法——邏輯迴歸（logistic regression）
預測的算法——邏輯迴歸（logistic regression）
什麼是特徵向量
以識別 64*64px img 爲例
- 第1步 img 轉 rgb 矩陣 64*64*3
- 第2步 rgb 矩陣 轉 特徵向量 64*64*3維度的特徵向量
其中
- x是個(n,1)維的矩陣
- w也是一個(n,1)維的矩陣，它表示權重（weight）
- b是一個實數，在這裏可以將其看作爲一個閥值
- 邏輯迴歸簡化版: z = dot(w,x) + b
邏輯迴歸文字舉例
你聽說在你的城市將會有一個音樂節。你要決定是否去參加這個節日。
你需要通過權衡3個因素（3個特徵）來做出決定：1、天氣好嗎 2、你的女友是否願意陪你去 3、舉辦地點離地鐵近嗎
分析
這3個因素就對應着上圖中的x1、x2，x3（它們是x這個訓練樣本中的3個特徵）
我們可以給它們賦個值，如果天氣好，那麼x1爲1，否則爲0，x2和x3類推
假設你很討厭壞天氣，如果天氣不好，你就不會去參加這個節日，對其它兩個因素要求不高不怕冷落了女友
那麼我們分別給3個權重賦值爲7,2,2。w1的值大很多，這表明天氣對你來說很重要，比你的女友是否願意去，以及交通的便利性更重要
而b我們可以看作一個閥值，假設我們給b賦值爲-5，那麼也就是說，只要天氣好，即使女友不陪你去、交通也不方便，你也會去參加這個節日
解
z= x1 * w1 + x2 * w2 + x3 * w3 = 1 * 7 + 0 * 2 + 0 * 2 = 7（這裏的*代表乘法）
(我們這裏先不考慮σ函數)，而7 +（-5）> 0，結果是你會去那個音樂節
如果我們選擇不同的w和b值，那麼對於同一個輸入x，會有不同的結果輸出
總結
