逻辑回归

逻辑回归虽然被称为回归，但一般被用来处理分类问题，它可将样本的特征和样本发生的概率联系起来，是一种监督学习的方法。
什么是逻辑回归
在线性回归中，输入和输出呈一定的关系且输出为连续的，即。如果输出的y不表示为一个值，而是一个概率p，则公式更改为，从线性回归输出一个具体的值到输出概率的过程需要一个中间公式，这个中间公式为。当没有中间公式的转换时，就是一个回归问题；加了中间公式之后，就是一个分类问题。加入这个公式后，对于连续的输入，输出是不连续的，即每一个输入都会被分到某一类输出中，这个中间公式可以解决二分类问题，如果想解决多分类问题，可以使用其他中间公式。
线性回归中有公式，在逻辑回归中，x可以为任意数（或多维数组），但是输出的概率值域为[0,1]。将线性回归的公式更改为，将作为新的特征可得到概率，往往使用sigmoid()函数，称为激活函数。