ロジスティック回帰
、分類（分類）
0：負のクラスは、そのような良性腫瘍として、「ノー」と述べました
1：癌などのポジティブ・クラス、「はい」を表し、
線形回帰は、分類に適用される最善ではない、その後、ロジスティック回帰アルゴリズム、0及び1に等しい離散値y場合に使用される分類アルゴリズムを導入します。
第二に、機能と仮定
ロジスティック回帰モデルでは、我々は、<= H 0に期待、θ（X）<= 1、H 、θ（X）= G（θ T X） 、したがってH 、θ（X）= 1 /（1 + E -θTx）
G（z）= 1 /（1 + E -Z）、それは画像から分かるように、G（z）の値は0-1の間であります
第三に、決定境界（決定境界）
、機能Hθと仮定すると（X）yは=出力確率は、0.5以上であり、yが1より可能性が高いと同じであることを意味し、我々は、Y = 1の予測、確率は、Y = 0.5未満である場合、Yは、我々が予測0 =
即ち、θはT X> = 0の場合、H 、θ（X）= G（θ T X）> = 0.5
1.線形決定境界
2.非線形決定境界
