回归的简单理解

我们就不进行回归的公式推导了，从底层原理来区分回归的本质：
逻辑回归是用来做二分类的，它的误差符合概率的二项分布。
$h(x)=wx=y$ $g(y)=1/e^y+1$
线性回归是用来做拟合的，它的误差是符合高斯分布的
$h(x)=wx=g(x)$
假定样本独立。然后通过w的似然函数求解，求解出最大似然估计。