逻辑回归（Logistic Regression）
前面说到，对于给定的样本数据集X, y，我们需要找到参数theta，使得用这样的方式，可以最大程度获得样本数据集 X 对应的分类输出 y。
要解决这个问题，就需要逻辑回归的损失函数。
逻辑回归的损失函数：
画出函数图像：
将上述损失函数变成一个函数：
预测函数：
将预测函数代入逻辑回归损失函数：
目标：找出θ，使得J(θ)获得最小值。
此函数没有公式解，只能使用梯度下降法求解。
而且它是凸函数，没有局部最优解，只存在唯一全局最优解。
参考资料：bobo老师机器学习教程
