文章模块一览：
一：文章目的
二：效果图展示
三：原理介绍
四：逻辑回归实现的代码
①gradient descen
②stochastic gradient descent
③Mini-Batch Gradient Descent
五：本项目的github地址
一：文章目的
本篇文章旨在利用python实现逻辑回归，其中参数更新利用了三种方法：
①梯度下降算法（gradient descent，GD）
②随机梯度下降算法（stochastic gradient descent，SGD）
③小批量梯度下降算法（Mini-Batch Gradient Descent，MBGD）
最后用matplotlib将classification line（分类边界），loss（损失函数），accuracy（分类边界在测试集上的分类正确率）的变化过程动态显现出来，并保存为gif图
二：效果图展示
①gradient descen
②stochastic gradient descent（待更）
③Mini-Batch Gradient Descent（待更）
三：原理介绍
待更
四：逻辑回归实现的代码
①gradient descen
②stochastic gradient descent
③Mini-Batch Gradient Descent
五：本项目的github地址