大致了解完理论之后来看例题:
Logistic Regression for Binary Classification假设今天要依照学生的期中期末(x1,x2)来决定学生是否及格(y),
可以依照上面的资讯发现Input就是 X[x1,x2] ,Output是 y=1 or 0,
一样带入前面的h(x)公式:
因此可以计算在(0,1)之间的学生及格机率。
忘记那个sigmoid符号的可以回上一篇看,有简单的数学推导:
藉由刚刚的公式可以在输入X后预测y的结果,也就是机率P
结合上面的资讯:
当我们令y-hat = p(y=1|x), // y-hat = 在x的前提下发生y=1的机率
则p(y=0|x) = 1-(y-hat)