Why No Error Term in Logistic Regression Classification Expression（为什么逻辑回归中不存在误差项）?

Error term有多种解释，可以从不同的角度说明为什么逻辑斯蒂回归中没有error term.

1. 概率分布的角度, 表达式上不存在

E[y|x]=p(y=1|x)=wx+b+error ???

在线性回归预测问题中，
$$y=w^{T}x+b$$
for true: $y=w^{T}x+b+ϵ$
$\downarrow$
for prediction: $\hat{y}=w^{T}x+b$
 
在逻辑斯蒂二元分类的问题中，

$$p(y=1|x)=sigmoid(w^{T}x+b)$$
类比地：
for true: $p(y=1|x)=sigmoid(w^{T}x+b)+ϵ$
for prediction: $\hat{p}(y=1|x)=sigmoid(w^{T}x+b)$

注意到：
$E(y|x)=1\ast p(y=1|x)+0\ast p(y=0|x)=p(y=1|x)$
 
p ( y = 1 ∣ x ) = s i g m o i d ( w T x + b ) + ϵ ↓ E ( y ∣ x ) = s i g