模块一week3逻辑回归

---

---

1、why使用逻辑回归

定义：只有两个可能输出的分类问题成为二元分类。常常用 class 或 category 表示类别；negative class 表示负类，positive class 表示正类。（注意：negative 和 positive 仅仅用于区分正负类别，不意味着好与坏。）

举例：

 蓝色线：此时使用线性回归模型拟合数据，模型输出值小于0.5的预测为0，反之预测为1，似乎有效的解决了分类问题，但当我们再增加一点时，（绿色线）就会改变拟合的直线，从而改变决策边界，使分类出现问题。添加不应该改变我们分类的方式，所以线性回归模型不适用于分类问题。接下来要学习的逻辑回归模型用于解决二元分类问题。

---

2、逻辑回归 

1、逻辑回归模型的作用：是输入特征并输出一个介于0和1之间的数字。为此引入 sigmoid 函数，（见下图）先将输入特征 x 经过线性运算变成中间变量 z，然后将sigmoid 函数应用于 z ，最后输出一个介于 0 和 1 之间的数字。

2、用