Logistic Regression代价函数权值更新的代码实现

data_matrix是  m×n 的矩阵，label_matrix是 m×1 的矩阵，h是预测得到的矩阵，error是 m×1 的预测与标签的误差矩阵，weights是 n×1 的权值矩阵，学习率为alpha

那么logistic regression的权值更新可写为：

error = h - label_matrix

weights = weights - alpha * data_matrix.transpose()*error