逻辑斯蒂回归

有一些数据点，我们用一条直线对这些点进行拟合，这个拟合的过程称作回归。

逻辑斯蒂回归是针对线性可分问题的一种易于实现而且性能优异的分类模型，是使用最为广泛的分类模型之一。假设某件事发生的概率为p，那么这件事不发生的概率为(1-p)，我们称p/(1-p)为这件事情发生的几率。取这件事情发生几率的对数，定义为logit§，所以logit§为

我们需要确定对应的系数

————————————————

其中有个求过程的梯度上升算法
就是顺着梯度求较大值

Logistic回归的一般过程：
收集数据
准备数据
分析数据
训练算法：目的是找到最佳的回归系数
测试算法
使用算法