吴恩达深度学习3-二分类问题
本文讲解的使用逻辑回归来解决二分类问题:Binary Classification。
几个简单的例子:
- 识别为猫输出1,否则输出0
- 识别3种不同的颜色
在二分类问题中,目标是训练一个分类器,比如图像识别是以图像的特征作为输入,预测输出的结果标签为y,是1还是0。
符号标记
- (x,y):表示一个单独的样本
- x:表示n维的特征向量
- 标签y是1或者0
- 样本表示:$(x1,y1),(x2,y2),…,(xm,ym) $
m表示样本的个数:
- $M_{train}$:训练集样本数
- $M_{test}$:测试样本数
一般在python或者pandas中使用X.shape函数得到:(n,m)
标签y的矩阵表示为: