多分类问题
通常采用 One-vs-All，亦称 One-vs-the Rest 方法来实现多分类，其将多分类问题转化为了多次二分类问题。假定完成 K 个分类，One-vs-All 的执行过程如下：
- 轮流选中某一类型 i ，将其视为正样本，即 “1” 分类，剩下样本都看做是负样本，即 “0” 分类。
- 训练逻辑回归模型得到参数 θ(1),θ(2),...,θ(K) ，即总共获得了 K−1 个决策边界。
给定输入 x ，为确定其分类，需要分别计算 hθ(k)(x),k=1,...,K ， hθ(k)(x) 越趋近于 1， x 越接近是第 k 类：
