逻辑斯蒂回归（Logistic Regression）

逻辑回归名字比较古怪，看上去是回归，倒是一个简单的二分类模型。

逻辑回归的模型是以下形式：

其中x是features，θ是feature的权重，σ是sigmoid函数。将θ0视为θ0*x0（x0取值为常量1），那么

这里咱们取阈值为0.5，那么二分类的判别公式为：

下面说一下参数θ的求解：

为啥子这样去损失函数呢？

当y=1的时候，显然hθ(x)越接近1咱们的预测越靠谱；y=0时同理。因此应该在y=1时，使损失韩式-log(hθ(x))越小越好，y=0时，一样使损失函数-log（1-hθ(x)）越小越好，即得上式