重点
1 功能
2 算法过程
功能
logistic regression适用于做二分类任务，并给出相应概率。
例如：
1 区分是否是垃圾邮件
2 银行判断是否给用户办理信用卡
算法过程
灵感过程
1 二分类标签（0/1）
2 可以使用简单的单位阶跃函数(红线)
3 但是阶跃函数不连续，因此使用logistic function (上图中黑线，因为呈现S形，因此也称为sigmoid function)代替，使其连续可导。
横坐标是z,纵坐标是y.定义域为（正无穷到负无穷）。值域为（0到1，可对应概率值0到1）
核心问题
求解：
损失函数推导及定义
1 当label(即y)=1时，
2 当label(即y)=0时，
抽象出来：
求最优决策边界
即求解最优的线
Z = XW,其中X维度（10，3），假设有10组数据，Z维度（10.1），W维度（3，1）
H维度（10，1）.
**h对z求导**
h对z求导之后维度（10，1）
损失函数 cost fuction
cost维度为（10，1）
其中:
使用梯度下降法 求最优W
1 初始化W
2 更新
3 迭代到一定次数或到一定阈值
