[机器学习实战]逻辑归（logistic回归）详细推导

背景介绍

在这里我默认大家知道了线性回归模型：
$y= {W^TX + b}$y=WTX+b
另外：对数几率函数是一种“Sigmoid”函数
$y=\frac{1}{1+{e^{-t}}}$y=1+e−t1​
sigmoid函数的函数曲线为：

那么，将现行回归函数带入到sigmoid函数的t中，得到如下方程：
$y=\frac{1}{1+{e^{-{W^TX + b}}}}$y=1+e−WTX+b1​
通过以上的组合，我们可以将，一个线性回归模型的没有具体范围的y值，映射到[0,1]之间，通过与0.5对比就可以获得分类结果。