机器学习实战（四）Logistic回归

一、Logistic的一般流程

1、收集数据:采用任意方式
2、准备数据：由于需要进行距离计算，因此要求数据类型为数值型。另外，结构化数据最佳
3、分析数据：采用任意方式分析
4、训练算法：大部分时间将用于训练，训练的目的是为了找到最佳的分类回归系数
5、测试算法：一旦训练完成，分类将会很快
6、使用算法：首先需要输入一些数据，并将其转换成对应的结构化数值，接着，基于训练好的回归系数就可以对这些数值进行简单的回归计算,
判定他们属于哪个类别；在这之后，我们就可以输出的类别上做一些分析工作