Logistic回归的一般步骤

（1）收集数据：采用各种方法收集数据，比如爬虫等；

（2）准备数据：因为需要计算距离，所以数据类型应该是数值型，最好是结构化数据格式；

（3）分析数据：通过业务的角度或者其他的方法分析数据；

（4）训练算法：这是关键的一步，训练的目的是找到最佳的分类回归系数，可以使用随机梯度上升法；

（5）测试算法：训练完成，将数据投入模型进行测试；

（6）使用算法：将需要的数据进行处理成适合模型的结构化数据，输出的是类别，只有0,1两类。

参考机器学习实战一书。