大话机器学习之逻辑回归！

我是小玉，一个刚刚入门的数据分析师！

昨天刚说了线性回归，今儿就来讲讲逻辑回归问题。但学习逻辑回归首先应该掌握线性回归，戳这里：大话机器学习之线性回归

逻辑回归：

在明白逻辑回归问题之前，首先要强调的重点是逻辑回归是用来做分类问题的，与线性回归不同的是，线性回归可以做分类也可以做回归。
逻辑回归是在线性回归的基础之上，将线性回归的公式做一下转换就可以得到，逻辑回归同其他分类算法一样支持二元分类和多元分类。

二元分类逻辑回归：

什么是二元分类？

只要算法的输出是一个分类变量那么这个算法就是一个分类算法，如果输出的结果只有两种分类结果，那么此时的分类算法就是二元分类算法。
举个例子来说，一场球赛最终的输（用0表示）赢（用1表示），病人肿瘤的预测结果是恶性（用0表示）还是良性（用1表示）等等这些都是二元分类问题。

预测函数：

在二元分类中，需要找出一个预测函数模型，使其值输出在[0,1]之间。然后选择一个基准值，比如0.5，如果预测出来的结果大于0.5则认为预测值是1，否则其预测值是0。这个时候，可以用sigmoid函数用作预测函数：