我希望有人可以帮助我。我从头开始实现逻辑回归（所以没有库，除了Python中的numpy）。
我使用MNIST dataset作为输入，并决定尝试（因为我正在进行二进制分类）只测试两个数字：1和2.我的代码可以在这里找到
笔记本应该在安装了必要库的任何系统上运行。
不知何故，我的成本函数没有收敛。我收到错误，因为我的A（我的sigmoid）等于1，因为z变得非常大。
我尝试了一切，但我没有看到我的错误。任何人都可以看看，如果我错过了一些明显的东西，请告诉我？这里的要点是没有高精度。让模型收敛到某种东西;）
先谢谢，翁贝托
答案 0 :(得分：2)
我读了你的代码。一切都很好看。唯一的问题是你的学习率很高。我知道0.005是一个很小的数字，但在这种情况下它对于算法收敛来说太高了。成本的增加就是明证。成本会降低一段时间，然后很快开始变为负值。我们的想法是将成本接近于零。这里的负数并不意味着成本更低。你必须看到幅度。我使用0.000008作为学习率并且工作正常。
答案 1 :(得分：2)
我收到了错误。问题是我用作类标签1和2（你可以在MNIST中找到它），但在二进制分类中你将这些值与0和1进行比较，因此模型无法收敛，因为sigmoid()（见我的代码）只能从0到1（是概率）。
使用0和1代替1和2可以解决问题。现在我的模型收敛到98％的准确度： - ）
感谢大家的帮助！
此致 翁