对于非线性回归，通常的思路：
（1）把它转化为线性回归模型进行拟合，其余不能转换的则通过经验，观察，多次尝试等法进行拟合，博能够从中找去拟合误差最小的情况。
常用的线性回归模型：
（1）双曲线 双曲线_百度百科
https://baike.baidu.com/item/%E5%8F%8C%E6%9B%B2%E7%BA%BF/5200393?fr=aladdin
（2）二次曲线： y = a*x^2 + bx +c
(3) 三次曲线： y = a*x^3+b*x^2+ c*x +d
(4)幂函数曲线： y = a*x^α
(5)指数函数： y = α^x
(6) 对数函数： y= a +blogx
(7)S曲线函数 y = 1/(a+b*e^(-αx))
逻辑回归和普通的线性回归的区别：
普通的线性回归的分类标签通常是连续的实数，而逻辑回归是离散的分类标签0,1
逻辑回归的函数：
