我知道解决方案，但我不明白下面的方程是如何转化为代码的。
- 为什么缺少求和符号？
- 为什么要转置 ((sigmoid(X *theta)-y) 表达式？
解决方案
grad = (1/m) * ((sigmoid(X * theta)-y)' * X);回答：
原始的 J(theta) 表示逻辑回归的成本函数。
你展示的代码，grad = ...，是 J(theta) 相对于参数的梯度；也就是说，grad 是 d/dtheta J(theta) 的实现。导数很重要，因为它在梯度下降中用于将参数移动到其最优值（以最小化成本 J(theta)）。
下面是梯度的公式，用红色标出，来自下方第一个链接。请注意，J(theta) 与你上面的公式相同，h(x) 表示 sigmoid 函数。
所有训练样本的总梯度需要对 m 进行求和。在你上面的 grad 代码中，由于省略了求和，你计算的是一个训练样本的梯度；因此，你的代码可能是在计算随机梯度下降的梯度，而不是完整的梯度下降。
如需更多信息，你可以搜索“逻辑回归成本函数导数”，这会引导你到以下链接：
-
这个特别的链接包含你需要的所有内容：http://feature-space.com/2011/10/28/logistic-cost-function-derivative/
-
这些显然是 Andrew Ng 关于机器学习和逻辑回归的梯度下降课程的讲义笔记：http://www.holehouse.org/mlclass/06_Logistic_Regression.html
-
如何逐步计算导数的解释：https://math.stackexchange.com/questions/477207/derivative-of-cost-function-for-logistic-regression
