逻辑回归是一种分类模型，通过监督学习方法来估计参数。
一、逻辑回归模型：
逻辑回归模型是如下条件概率分布：
一个事件的几率指的是该事件发生与不发生概率的比值，即，对数几率是：
。
对逻辑回归模型而言，对数几率是：
二、逻辑回归的推导及参数估计
逻辑回归使用极大似然法来估计模型参数(似然函数越大，代表联合概率分布发生越大，即越满足给定数据集的分布情况)。
设：
则似然函数为：,
对数似然函数：
对L(w)求极大值，得到w的估计值。
下面问题就变为以对数似然函数为目标函数的最优化问题，可以采用梯度下降法、拟牛顿法等。
参考书籍：统计学习方法