人工智能 - 逻辑回归的权重更新公式如何工作？ - 吾爱随笔录

我正在尝试使用逻辑回归来制作垃圾邮件过滤器，但我无法理解权重更新部分。我已经处理了我的电子邮件数据集，并且我有一个最有可能包含在垃圾邮件中的前 n 个单词的属性向量。

据我了解，在训练期间，我必须在每个训练示例之后实施优化公式以更新权重。

w_{l} \leftarrow w_{l} + η \cdot \sum_{i = 1}^{m} [y^{(i)} - P (c_{+} ∣ {\vec{x}}^{(i)})] \cdot x_{l}^{(i)}

$w_l \leftarrow w_l + \eta \cdot \sum_{i=1}^m [ y^{(i)} - P(c_+ \mid \vec{x}^{(i)} )] \cdot x_l^{(i)}$

像这样的公式是如何工作的？它如何在 Python 中实现？