Ø 是一种用回归建模的方式建立的分类器，主要针对于二分法；
对样本进行线性建模后，形成线性模型：z=wx+b；
由于线性模型的预测值波动范围比较大，因此需要用逻辑函数来将线性模型进行归一化处理，以方便分类；
在逻辑回归函数调参时需要构建损失函数，一般损失函数使用各个样本的方差之和，而逻辑回归函数中，常用的损失函数为非凸函数，因此需要转换损失函数模型；
在逻辑回归中构建了对数损失函数；
调参时采用极大似然估计法，将每个样本的对数损失值相乘，构建极大似然损失函数；
Ø 然后用梯度递减的方式，计算递减的梯度w，迭代递减运算参数的值，最终形成一个稳定的参数向量；