机器学习--逻辑回归

#前言

  本篇博客会对逻辑回归算法进行一个简单的介绍，主要包括原理的介绍和理论公式的推导，希望能够对大家有所帮助～

  逻辑回归算法虽然名字中带有回归二字，但是逻辑回归算法是一个经典的二分类算法。不同于深度学习算法，逻辑回归具有简单高效的特点，这也是为什么时至今日该算法依旧流行的原因，同时这也告诉我们一点，我们在实际解决问题的过程中，都是优先选取简单的算法来进行一个初步的尝试，建立对问题朴素的认识，再结合实际情况对算法进行修改，只有当简单算法无法有效解决问题时，我们才会选择一些比较复杂的算法去运用，要知道，算法模型的复杂度越高，过拟合的风险就越大，我们选择模型时，终极目的是正确高效适当的解决问题，而不是通过高难度的算法炫技。

  逻辑回归算法可以实现非线性的分类，例如下图所示的样子，当然这个图可能有点夸张，但是我希望大家可以依靠这幅图对其可以进行非线性的分类有一个直观深刻的认识

#Sigmoid函数

  逻辑回归是如何实现的？这里我们就得介绍一下Sigmoid函数了。首先先上函数表达式

下一副图片将展示Sigmoid函数的函数图像

  我们会发现，Sigmoid函数的自变量的取值范围是负无穷到正无穷，但是该函数巧妙的将任意的输入映射到