Deeplearning入门篇（2）
1.前情提要
上回说到小王想卖房，他手上有批已经卖出的房子尺寸和价格的数据，他想知道他的房子可以卖多少钱，他应该怎么解决这个问题呢？：
2.模型引入：逻辑回归（logistic regression）
这时候隔壁的老李不请自来了，他说道”你可以试试逻辑回归呀- 逻辑回归是一项可用于预测二分类结果(binary outcome)的统计技术，广泛应用于金融、医学、犯罪学和其他社会科学中。逻辑回归使用简单且非常有效，你可以在许多机器学习、应用统计的书中的前几章中找到个关于逻辑回归的介绍。逻辑回归在许多统计课程中都会用到”。
最后他还加了一句，说实话，针对这种数据问题，逻辑回归就和回答女朋友感冒了就该喝热水一样常见，那逻辑回归具体是个啥呢？
2.1回归
先来说说什么是回归，比如说我们有两类数据对（比如说一对女生的收入和花费，另一类是男生的收入和花费），各有五十个二元集合（平面上的一个点）组成，当我们把这些点画出来，可以大致画出一条线将这两组数据分开，我们拟合出的这条曲线（因为很有可能是非线性），就是回归（曲线;大甲豪，偶是砸砸县，专门负责拆散，是兄地就来看我。）我们通过对大量的数据进行分析拟合出这条线，写出它的表达式，再有数据，我们就可以代入这个表达式为区分来实现分类。下图是我画的一个数据集的两组数据，中间可以有一条线区分它们。
