我在Coursera上学习机器学习课程，对Sigmoid函数有些困惑。

我实现了Sigmoid函数，如下所示：

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

并编写了一个函数来预测结果，看起来像这样

p = sigmoid(X*theta) >= 0.5

问题描述如下：

"对于第一门考试得分为45分，第二门考试得分为85分的学生，你应该预期看到入学概率为0.776"

但我不确定这两个x值如何代入我编写的函数中。

如果theta是0.218，考试得分45和85如何给出0.776的概率？有人能解释一下吗？

谢谢

回答：

概率由Sigmoid函数给出，

 p = sigmoid(X*theta) # 由于有两个输入，模型将有2个权重和一个偏置。 p = sigmoid(0.45*w1+0.85*w2+b) # 实际输出由 y = 0.776 给出 # 损失函数 loss = (p-y)^2 # 通过梯度下降法最小化损失函数来找到权重。