逻辑回归求解（机器学习python）

梯度下降

Logistic regression

• 目的：分类还是回归？它是经典的二分类算法！
• 机器学习算法选择：先逻辑回归再用复杂的，能简单还是用简单的
• 逻辑回归的决策边界：可以是非线性的

Sigmoid 函数

• 公式： $g(z) = 1/(1+e^{-z})$
• 自变量取值为任意实数，值域[0, 1]
  
  解释：将任意的输入映射到了[0, 1]区间，我们在线性回归中可以得到一个预测值，再将该值映射到Sigmoid函数中这样就完成了由值到概率的转换，也就是分类任务

---

逻辑回归

---