在说logistic回归算法的开始我们先来介绍一下二分分类，所谓的二分分类就是在图像识别中，输入一张图片，比如做猫的识别，
要么这张输入图是猫，输出y=1，要么输入的图片不输入猫则输出的y=0，这就表示一个二分分类
我们在做图片的识别或者二分分类的时候 需要将输入的图片进行转换，转换成一个特征向量，作为输入x，
我们需要根据输入的x经过计算 得出y值 来确定x是不是输入某一个类别
logistics回归是一个线性回归，我们需要定义个权重W 和偏移量b，y = W*x +b,由于我们需要得到一个y值是介于（0，1）之间的
我们需要多y进行转换 这里我们选用的是sigmod y^ = 1/1+e^-y 这就使得输出值y^是介于（0，1）
接下来我们需要定义loss函数 loss函数表示的是每一次的计算的偏差 一般有两种 一是技术y和y^的平方差的二分之一，但我们比较多的使用第二种-(ylogy^ + (1-y)log(1-y^))
最后我们需要多所有的计算进行评估 就是cost函数 cost函数表示成 所有loss函数值的均值
