machine-learning - 编写 sigmoid 函数，输入为 (X * theta)

Question

在机器学习类(class)中，我无法可视化以下输入。

我们在逻辑回归中有以下方程:

我们可以在sigmoid.m中将其写为 Octave 音程:

g = (1 ./ ( 1 + e.^(-z)));

现在，为了计算costFUnction.m，我们得到的概率为:

h = sigmoid(X*theta);

来自，上图，不应该是:

h = sigmoid(theta'*X);

我在这里缺少什么。我是机器学习新手，所以如果我在这里遗漏了什么，请原谅我。

Answer 1

最重要的是理解每个向量的含义。在大多数类(class)中他们都会谈论

    h = theta'* x

但这里他们使用列向量，因此 h 是一个训练示例的标量。 矢量化符号告诉你

    h = X * theta

其中 X 是所有训练示例的矩阵，其中每个示例是一行，特征是列。所以 m x n 有 m 个训练样例和 n 个特征。您希望 h 为每个训练示例提供输出，因此您需要一个 m x 1 矩阵。您知道 theta 将是一个 n x 1 矩阵，因为它是每个特征的 theta 并且您有 1 个模型。如果你执行我在顶部写下的第二个公式，你将得到 h m x 1 矩阵，这是首选的。