2.3 logistic regression loss function

为了训练logistic回归模型的参数w以及b，需要定义一个成本函数。

让我们来看一下。用logistic回归来训练的成本函数。

一、扼要重述

回顾一下幻灯片中的模型部分，请注意这里的输出ŷ被定义为σ(wᵀx + b)，其中σ代表sigmoid函数。

为了使模型通过学习调整参数，在这个训练集中寻找参数w和b以得到输出结果。很自然地你想，在这个训练集中寻找参数w和b，并针对该训练集中预测出来的结果将其标记为y^{l，并期望它们尽可能接近真实标签y}i。

为了使上述方程更加具体一些，请指出上述定义中的y^+是对单个训练样本x而言，并且每个训练样本都采用这种带有括号标记的方式以便引用和解释同时有助于区分不同的样本

第i个训练样本及其预测值y^{(i)}基于训练数据集中的第i个实例x^{(i)}。通过应用sigmoid函数于$w^\top x^{(i)} +