在吴恩达老师的神经网络和深度学习_04中介绍了逻辑回归函数如链接https://www.cnblogs.com/mengmengxia/p/10537579.html
-
逻辑回归的代价函数（Logistic Regression Cost Function）
逻辑回归的代价函数又称为成本函数。为了训练逻辑回归模型的参数 w 和参数 b。需要一个代价函数，通过训练代价函数来得到参数w和参数b。先看一下逻辑回归的输出函数： 
给予一个训练集有m个样本，可以通过训练集的学习得到参数w和参数b。对于训练集的预测值
,我们希望它会接近于训练集中的y值。训练样本i所对应的预测值是 
是用训练样本的 
通过sigmoid函数得到的。
损失函数又叫误差函数，用来衡量算法的运行情况
。损失函数用来衡量预测输出值和实际值有多接近。那么在逻辑回归中用到的损失函数是：
损失函数是在单个训练样本中定义的，它衡量的是算法在单个训练样本中表现如何，为了衡量算法在全部训练样本上的表现如何，我们需要定义一个算法的代价函数，算法的代价函数是对m个样本的损失函数求和然后除以m:
用于像这样的单个训练样本，而代价函数是参数的总代价，所以在训练逻辑回归模型时候，我们需要找到合适的w和b，来让代价函数J 的总代价降到最低。
不知道是怎么搞的，博客园写数学公式显示不出来，只能这样弄了！希望见谅！共同进步！