逻辑回归

逻辑回归模型是用来解决二分类问题的，他是线性回归算法与sigmoid函数的叠加。那么如何用回归模型解决分类问题呢？其实很简单，我们只需要给定一个阈值，比如50%，若预测值大于50%则划为类型1，反之则划分为类型二。sigmoid函数作用就是将任意一个数映射为0-1之间的一个数。
逻辑回归=线性回归+sigmoid函数
线性回归： z=wx+b
sigmoid函数：
逻辑回归：z=wx+b

假设因变量Y为服从二项分布，进行了n次测量，每一次y(单个事件)的取值要么成功要么失败。p为事件成功的概率， X为因变量。

这个等式就称为logit(p)逻辑回归。逻辑回归是一种因变量与事件发生的概率之间的一种映射关系。其中的p/(1-p)，称为odds，即事件成功的概率除以事件失败的概率。
逻辑回归模型是用来解决二分类问题的。