逻辑回归logistic_regression(LR)其实是分类算法，而不是回归算法。
回归算法得到的是一个数，分类算法得到的是几个不同的类别。
逻辑回归就是通过函数将值转换为0-1之间，形成概率问题，从而实现了不同类别的分类。
Sigmoid 函数
Ⅰ、函数介绍
自变量取值为任意实数，值域[0,1]
将任意的输入映射到了[0,1]区间，在线性回归中可以得到一个预测值，再将该值映射到Sigmoid 函数中这样就完成了由值到概率的转换，也就是分类任务。
Ⅱ、函数整理
预测函数：
，其中
分类任务：
整理可得：
对于二分类任务（0，1），整合后y取0只保留
，y取1只保留
。
Ⅲ、函数推导
①，先带入求出似然函数
②，取对数，求解对数似然，转换完之后却成为了求解最大值，机器学习中常常需要求解下降问题
③，为了将求解最大值转换为求解下降问题
通过
转换为求解下降问题，其中m为样本个数。
④，求导过程
⑤，更新参数
，α为当前的学习率。
⑥、补充：多分类的softmax
