Logistic Regression简介

这个是简介，真的只是简介，先挖个大坑，有空慢慢填。

Logistic回归，也被称为逻辑回归，Logistc分布是一种条件概率分布模型，给定参数 θ ，那么一个 X 就会有一个Y，这个 Y 的概率意义是X条件下出现Y的概率，一般的我们将大于0.5的值规定为 1 ，小于0.5的值定为 0 ，这样就相当于将θTX映射到 0,1 这样的空间当中，我们就可以进行判别了。

如果使用之前的代价函数LM规则，我们得到的是一个非凸的函数，非凸函数存在多个局部最优解，难以进行GD得到最优解，因此我们使用 log 的代价函数。

P.S.使用正则化的方式给予某些参数一些“惩罚”，我们就可以得到相对简单并且很好的拟合训练集的参数。惩罚的程度就是 λ 的取值大小，太大欠拟合，太小过拟合。