Logistic回归中的Logit函数和sigmoid函数

在线性回归中，，是用直线去拟合数据，实现最小二乘意义下的最小预测误差。 在逻辑回归中：，可以看作是用直线去拟合Logit函数，通过极大似然估计出参数，使得在该参数下，能以最大概率生成当前的样本。 这里要说明的是，线性回归解决的是回归问题，而逻辑回归是分类问题，但两者的形式非常的相似，上面两式的右边也是一致的。 Logistic回归通过对数据分类边界的拟合来实现分类。而这条数据分类边界即为直线，这也

>>阅读原文<<