Logistic迴歸中的Logit函數和sigmoid函數

在線性迴歸中，，是用直線去擬合數據，實現最小二乘意義下的最小預測誤差。 在邏輯迴歸中：，可以看作是用直線去擬合Logit函數，通過極大似然估計出參數，使得在該參數下，能以最大概率生成當前的樣本。 這裏要說明的是，線性迴歸解決的是迴歸問題，而邏輯迴歸是分類問題，但兩者的形式非常的相似，上面兩式的右邊也是一致的。 Logistic迴歸通過對數據分類邊界的擬合來實現分類。而這條數據分類邊界即爲直線，這也

>>阅读原文<<