算法特性：在监督学习中进行二元分类的常用算法
算法详解：
我们希望输入一个自变量x，通过算法输出二元分类的结果。那么应该如何来构造这样一个数学模型呢？
事实上我们更希望这个数学模型可以实现这样一个过程：输入一个待分类的自变量（可以是一张图片、一段音频或其他），如何输出的是一个概率，表示数学模型对输入的概率预测。这样的话我们就可以通过神经网络模型来搭建我们的logistic数学模型了。
我们可以将x统一处理为一个维的矩阵，即
，同时设定一个参数矩阵
，这样模型就可以定义为：
，但是稍加思索，我们发现此时的模型在训练中容易产生系统偏差，故此考虑加上偏差矫正参数
，即：
，但是此时的输出
并不总是在区间
中，不满足统计要求。故此我们需要利用一个限幅函数：sigmoid()，来使得
，图形如下：
故最后logistic模型为：
其中