机器学习：逻辑回归（Logistic Regression）

定义：逻辑回归假设数据服从伯努利分布，通过极大化似然函数的方法，运用梯度下降来求解参数，来达到将数据二分类的目的。 输入：逻辑回归的输入是一个线性组合，与线性回归一样，但是输出变成了概率。通过伯努利（类似抛硬币的概率分布）的概率公式我们可以得到sigmoid函数。 逻辑回归的最终形式： hθ(x;θ)=11+e−θTx h θ ( x ; θ ) = 1 1 + e − θ T x 函数图像如下图

>>阅读原文<<