分类问题
相比较线性回归，逻辑回归主要是针对分类问题。他输出的结果只有两种，其中“0”表示“否”，“1”表示是“是”。
一般线性模型的假设函数为“y=wx+b”，其实逻辑回归的本质，就是在线性模型之外嵌套一层非线性函数。
我们引入Sigmoid函数模型。
屏幕快照 2018-02-26 上午10.45.00.png
屏幕快照 2018-02-26 上午10.43.13.png
逻辑如下
wx+b>0,则z>0,则0.5<g(z)<01,则h=“1”,分类输出结果为“是”
wx+b<0,则z<0,则0<g(z)<0.5，则h=“0”,分类输出结果为“否”
嵌套分类模型
屏幕快照 2018-02-26 上午10.58.49.png
模型建立好之后，参照线性回归构建全局性误差函数Loss，梯度下降算法。
