机器学习之Logistic回归

逻辑回归（Logistic Regression）是一个二分类问题，指预测的y值只有两个取值（1或0），通常称为正类（positive class）和负类（negative class），比如：肿瘤恶性和良性分类，邮件是垃圾邮件还是正常邮件等。当然，二分类问题可以扩展到多分类问题。

1.Logistic函数

如果我们继续使用线性回归来预测y的值，那么预测结果可能大于1或者小于0。我们想让y的预测结果分布在区间（0,1）内，就需要使用一个函数对y值进行归一化处理，这个函数称为Logistic函数，也称为Sigmoid函数。公式如下：

        

该函数图象如下图所示。由图可知，当z趋近于无穷大时，g(z)趋近于1；当z趋近于无穷小时，g(z)趋近于0