分类---逻辑回归
一、概述
（一）逻辑回归
是分类模型，常属于二分类
逻辑函数是广义的线性回归，将连续值转换为两个离散值（0或1）
逻辑函数：sigmoid 将数值的值映射到（0，1）之间
（二）损失函数 （交叉熵）
当y=1时，预测值y'越接近1，log（y'）越接近于0，损失函数值越小，表示误差越小，预测的越准确
二、逻辑回归实现 (LogisticClassification)
产生网格化矩阵：
grid_x,grid_y = np.meshgrid(np.arrge(left,right,0.01), np.arrge(buttom,top,0.01))
三、总结
逻辑回归是分类问题，用于实现二分类问题 实现方式：利用线性模型计算，在逻辑函数作用下产生分类
多分类实现：可以将多个分类问题转换为二分类问题实现
用途：广泛用于各种分类问题
