Logistic回归的诞生
一般的线性回归模型也是可以分类的，虽然y值是连续的，但结合分段函数来实现，比如：y>=0为A类，y<0为B类。在y值离散的情况下，拟合出的线性回归模型的表现是非常差的。
如果凑巧样本如图1所示，那么线性回归模型能表现得如我们预期。但样本改变，原有的分段函数得出的分类结果就会很糟糕。所以对于离散的y值，线性回归模型不太适用，因此有了Logistic回归模型。
一、Logistic回归原理
Logistic回归模型起源于Logistic分布函数，它是一种分类函数，包括二分类和多分类。
在二分类模型中，y的取值只有0和1，以ln(p/(1-p))与自变量建立线性关系。p/(1-p)被称作y发生的几率，p是y发生的概率，几率和概率二者意义不同。
简单的Logistic回归模型为：
模型中的自变量可以是复杂的高维多项式，图4中等式右边的式子被称为决策边界，决策边界是由模型参数决定的，并非绘制样本集而得。
在多分类模型中，y的取值可能有0 1 2 3...比如预测天气是多云、下雨、晴朗还是阴天...Logistic回归模型采用的是‘一对’多方法。如三类的情况，需要把其他类都看作一类拟合二分类模型，需要拟合三个分类器。预测的时候，将预测样本分别输入三个分类器，选择概率最大、效率最高的那一个。
在二元的线性模型中，求解损失函数最小会采用最小二乘法，从而得到最优的参数估计值。但在Logistic模型中，求损失函数最小常用的是梯度下降法以及更高级的优化算法。
二、参数估计
梯度下降法是对损失函数求最优的算法，来寻得最优参数向量，其过程为对初始参数向量不断迭代更新。
假设模型中只有两个参数，且损失函数为：
假设我们无法一眼看出参数的值分别为0和1时，损失函数达到最小。首先分别对参数求偏导：
那么用随机梯度下降怎么做呢？梯度下降迭代的公式为：
式子中是二维向量。首先随机给出一对参数值（1，2），并且设定学习率=0.1，那么参数向量的更新过程为：
如此迭代下去，直到损失函数收敛，接近一个常数，迭代停止。梯度下降法虽是奔着全局最优去的，但选取初始样本点的不同，得到的结果可能是局部最优解。如下图，分别从两个不同的样本点出发，得到的最优参数不一致。
但对于线性回归模型来说，损失函数总是凸函数，不会出现局部最优的情况，由梯度下降法得到的解总是全局最优的。凸函数如下图，无论从哪个位置开始下降，最终都会落到全局最低点。
另外，在参数迭代的过程中，学习率的选择比较考究。当学习率太小，迭代次数非常多，下降的速度很慢；当学习率太大，参数向量靠近最优点的时候可能会出现梯度爆炸，损失函数会趋于震荡甚至发散，得不到最优解，如下图：
有时候，自变量的取值量级相差很大，也会导致损失函数收敛速度变慢。比如x1的值是四位数，x2的值是两位数，那么代价函数的等值线密度会不规整，迭代次数很大，如下图：
所以需要先进行特征缩放，使变量的值都控制在差不多的范围之内，可以理解为标准化。多数建模过程都需要标准化，来消除量纲给参数带来的影响。
三、python实践
对于Logistic分类模型不仅能预测因变量，还能预测因变量发生的概率。在https://www.jianshu.com/writer#/notebooks/42661243/notes/60250510介绍了决策树模型对销量的预测，并对9个测试样本的结果进行了分析。那么用Logistic模型，对相同的样本，准确率会怎样呢？
预测结果和实际值如下，准确率并没有提高：
