逻辑回归(Logistic Regression)详解

一 什么是逻辑回归

        首先，LR虽然名字里有回归，但它并不是解决回归问题，而是解决分类问题的。

       另外，有人会问，为线性回归提供阈值来做分类不可以吗？ 不可以，因为阈值是无法准确定义，模型是容易被样本数据拉偏的。   之所以LR是个分类问题，

却被叫做回归，因为它利用了sigmoid函数。 sigmoid 可以将数据（LR中指输出y）压缩到[0, 1]之间，它经过一个重要的点(0, 0.5)。这样，将输出压缩到[0,1]之间，

0.5作为边界值，大于0.5作为一类，小于0.5作为另一类。 对应边界的自变量是0.   而0可以作为一条曲线线上点的值，例如y = a*x + b直线上的点值为0.  所以可以

将一条曲线作为输入作为sigmoid的自变量，这样又利用到了线性回归的知识。  所以逻辑回归可以理解为线性回归和sigmoid的结合。