一、逻辑回归概念
线性回归可以拟合X与Y之间的关系，但回归模型中Y值是连续的，如果换成一个二分类标签，Y只能取两个值0、1，这时候就不能用线性回归了，这样就有了逻辑回归。
针对Y的值域在区间[0-1]的问题，我们不能寻找到一条完美曲线，用于拟合二分类模型，但我们可以寻找一条完美的S型曲线，S型曲线叫Sigmoid曲线，
二、Sigmoid函数介绍
Sigmoid函数数学表达示
以二分类为例，逻辑回归就是假设y=1的概率为(P(Y = 1))与X之间是S曲线关系，数学表达式为
逻辑回归核心原理是在线性回归的基础上加上一个Sigmoid函数，把训练数据通过Sigmoid函数整合到（0---1）之间。
逻辑回归的损失函数为
逻辑回归只能用梯度下降法来求解参数w,b，不能用最小二乘法。
逻辑回归虽然有“回归”两字，但是他解决的是分类问题，而不是回归问题，逻辑回归是最经典和最常用的一个分类算法
随机梯度下降：每次只考虑一个样本
批量梯度下降：考虑所有样本