Logit与Logistic函数是一对反函数,起源于对人口增长问题的研究。Logistic函数类似正态累积分布函数,其导数类似正态分布,且具有闭合解,便于计算。使用Logit变换可将分类概率映射到(-∞,+∞)空间,从而可进行多项式回归。基于这一思想,可实现二分类。本次课需要了解模型的起源,理解几率与概率的关系,理解Logit和Logistic函数的性质,掌握二元对数几率回归损失函数和梯度公式的推导,以及梯度公式的向量化表示,并编程实现。通过实验,理解导致过拟合的原因,并理解正则化方法提高模型泛化能力的原理。