逻辑回归

逻辑回归假设数据服从伯努利分布,通过极大化似然函数的方法，运用梯度下降来求解参数，来达到将数据二分类的目的。

Sigmod函数优点

输出范围有限，数据在传递的过程中不容易发散。
输出范围为(0,1)，所以可以用作输出层，输出表示概率。sigmoid将一个real value映射到（0,1）的区间，用来做二分类。

通过在线性回归模型中引入Sigmoid函数，将线性回归的不确定范围的连续输出值映射到（0，1）范围内，成为一个概率预测问题。

抑制两头，对中间细微变化敏感，对分类有利

 

可以很容易的抑制误差，尤其是相差比较大的误差。

softmax建模使用的分布是多项式分布，而logistic则基于伯努利分布