逻辑回归

逻辑回归（logistics regression）

逻辑回归是使用回归思想去解决分类问题。
这里使用sigmod函数去近似分类问题。
当z<0时，y=0
当z=0时,y=0.5
当z=1时，y=1。
这里回归是指使用线性回归z=wx去寻找一个分界点，使得按照这个界进行数据分类后得到的损失cost最小。

问题：使用回归思想去实现二分类问题
核心：sigmoid函数 z=wx
损失函数：cost=-ylog(h)-(1-y)log(1-h)
求解：梯度下降法
解释一下：这里损失函数定义是因为使用sigmoid函数去近似分类函数。在标签y*=1时，模型输出值h等于1，损失为0；模型输出值h越接近1，损失越接近0。标签y*=0时，模型输出值h等于0,损失为0，模型输出值越接近0，损失越接近0。
具体推导看下图。