逻辑回归¶

什么是逻辑回归（Logistic Regression）？

一种二分类算法，输出概率（0-1）

 # 线性回归：预测具体数值
 y = w1*x1 + w2*x2 + b
 # 例子：房价 = 2*面积 + 3*位置 + 100

 # 逻辑回归：预测概率（0到1之间）
 p = 1 / (1 + e^(-z))  # 其中 z = w1*x1 + w2*x2 + b
 # 例子：生病的概率 = sigmoid(2*年龄 + 3*血压 + 0.5)

优点：模型简单，可解释性强，计算成本不高
缺点：易欠拟合
应用场景：机器学习，医学（疾病的预测），经济学（劳动力），分类算法：[[基于逻辑回归的分类预测]]

本质是分类，核心应用sigmoid函数，实现一个[[决策边界]]

  ## python引用方法 
  from sklearn.linear_model import LogisticRegression