Logistic回归中的Logit函数和sigmoid函数

在线性回归中， y=wTx y = w T x ，是用直线去拟合数据，实现最小二乘意义下的最小预测偏差。git 在逻辑回归中： logit(p)=log(p1−p)=wTx l o g i t ( p ) = l o g ( p 1 − p ) = w T x ，能够看做是用直线去拟合Logit函数，经过极大似然估计出参数，使得在该参数下，能以最大几率生成当前的样本。web 这里要说明的是，线性回

>>阅读原文<<