逻辑回归算法的理解
逻辑回归算法又称logistic回归，是一种广义的线性回归模型，逻辑回归是一种用于分类的算法。
最常见的问题如医生看病时。需要望，闻，问，切之后判断病人是否生病或者生了什么病。其中望，闻，问，切就是输入
即特征数据，而是否生病就相当于获取因变量y，也就是分类的结果。
逻辑回归的公式：
z=w0+w1x1+w2x2+w3x3+w4x4+......+wnxn
通过逻辑回归的几何图形可以看出是一个S形曲线，S曲线的值域在（0-1）之间，值域的中间值0.5就是作为分类的阈值。所以就找到了逻辑回归分界线：
也就是 w0+w1x1+w2x2+w3x3+..wnxn=0
y>0.5 w0+w1x1+w2x2+w3x3+..wnxn>0
y<0.5 w0+w1x1+w2x2+w3x3+..wnxn<0
线性回归的本质就是分类：
逻辑回归的优点：
- 计算代价低
- 易于理解和实现
逻辑回归的缺点：
- 容易欠拟合
- 分类精度可能不高