逻辑回归（LR）--分类

逻辑回归（logistic regression）属于有监督学习，判别模型，线性分类，不支持多分类，有预测函数，优化目标，求解算法。

描述：

从模型，损失函数，优化算法来描述，那就是：一种假设数据服从伯努利分布，通过极大似然作为优化目标，使用梯度下降算法进行模型参数求解的二分类模型。 
应用场景：比较常用： 医生病理诊断，信用评估，垃圾邮件分类 

线性回归的回顾：参考上一篇文章：线性回归算法 https://blog.youkuaiyun.com/heda3/article/details/85844681

线性回归的目的是找到一条直线去拟合数据集的分布，并通过求解线性组合的数学表达式，实现预测新的数据。输入值和输出值的范围是连续的。

定义：给定一个数据集（X,Y）,尽可能的学得一个线性模型h()对新的数据xi预测出f(xi),使得h