逻辑回归.

线性回归中，得到了具体回归值，逻辑回归是完成分类的，它是借助sigmoid函数来完成数值映射，通过概率值比较来完成分类任务

概率和为1

图像画出来可以看到，随着花瓣宽度增加也就是横坐标，属于Vir这个花的概率在增加，属于其它类别的概率值在减小中间交会的地方（1.6，0.5）这个地方最难分辨

接下来，我们开始绘制决策边界

构建坐标数据例子：

x0是竖着相同，x1是横着相同，我们接下来我们要把他们组合起来，也就是把所以可能的数据点全部做出来

回到实验，我们继续做实验数据

我们指定1为绿色小三角，这个分界线表示当前位置属于这个花的概率，离这个花越近概率越大

把逻辑回归解决二分类问题转化为多分类

通过y找到正确值的概率，传入对数函数中，越接近1，正确率越高，表示损失越小

实验步骤几乎和二分类一样

我们以蓝色为正确值，越接近外面概率值越小，往里越大