简单来说， 逻辑回归（Logistic Regression）是一种用于解决二分类（0 or 1）问题的机器学习方法，用于估计某种事物的可能性。比如某用户购买某商品的可能性，某病人患有某种疾病的可能性，以及某广告被用户点击的可能性等。 注意，这里用的是“可能性”，而非数学上的“概率”，logisitc回归的结果并非数学定义中的概率值，不可以直接当做概率值来用。该结果往往用于和其他特征值加权求和，而非直接相乘
加载二分类数据集
-
神经网络来学习二分类数据集
image.png
image.png -
可视化二分类数据集
image.png
定义模型机构: 带有激活函数的单个神经元
- 初始化一个神经网络模型
- 为神经网络模型添加层
- 设计层的神经元个数 inputShape 激活函数
训练模型并预测
image.png
