逻辑回归，是一种分类算法，而并非回归算法。
逻辑回归要解决的问题是，给你一组样本以及标签，你基于这些数据去训练你的模型。然后我再给你一个新的样本，你告诉我有多大概率的属于某一个分类【二分类问题，黑还是白】
$Y = \theta * X + \epsilon $
我们现在的目标是找到一组$\theta$可以让它乘以X之后尽可能的匹配Y
$\epsilon$为误差，服从均值为0，方差为$\mu^2$的正态分布
预测值与真实值之间有误差
学习的关键在于：确定什么样的参数最符合于你的目标
我们的目标是什么？ 让误差项尽可能的小，接近于0，loss函数等于0
条件概率： 也服从正态分布。
对于某一个样本，要找到一个theta， 跟x组合之后，成为真实值y的可能性最大
从误差的正态分布得到
上图啥意思呢？上图最后得到了一个概率密度函数，表示在$\theta$，跟$x^{(i)}$组合之后得到$y^{(i)}$的可能性（也就是概率）
最大似然函数
上面的概率函数，通俗来讲“要找到一个$\theta$，跟$x^{(i)}$组合之后，成为$y^{(i)}$的可能性，越大越好”
假设去了赌场（赌场中有一个固定的暗箱操作套路$\theta$),我们现在尝试去猜测这种套路？
来了一个人，我们按照这个套路去猜，猜对了，概率很高；
又来了一个人，我们还是按照这个套路取材，猜对了，概率也很高…
最有，我观察的人足够多之后，我们才敢宣称，我猜对了赌场的套路。
同样的，我们需要找到一组参数，匹配所有样本的概率尽可能的大，也就是说下面的概率最大
$p(y^{(1)},y^{(2)},…,y^{(n)}|\theta;x^{(1)},x^{(2)},…,x^{(n)})$
那么这个概率是多少呢？
又因为每一个样本的误差都是独立同分布的，所以联合概率等于每一个边缘概率的乘积，也就说：
也就是下面的公式
有了上面的累乘之后呢？我们如何求解到一个合适的$\theta$让上面的概率最大呢？不太容易，因为是乘法。
【启发思考】对于乘法，我们一般会取log，将其转换为加法，也就变成了上图中的“对数似然函数”
最小二乘法为啥可以作为线性回归的损失函数
如上图，我们对对数似然函数进行化简得到一个结论，我们想要对数似然函数最大，等价于让$J(\theta)$最小；这也就是我们通常听到的“最小二乘法”，也就是线性规划算法的目标函数
最优化常用解法之-梯度下降
最优化问题有很多解法，我们这里先介绍最常见的梯度下降算法【Gradient Descent】
梯度，就是函数的导数。如果自变量有多个，我们就针对每一个自变量($\theta_1,\theta_0$)求偏导。
求导时，你可能需要知道的求导链式法则。
对于要迭代的每一步执行以下步骤：
学习率太高，步子迈得太大，容易跑偏，从而错过极值点；学习率太低，步子过小，算法收敛的会特别慢，程序运行会比较慢。
- 批量梯度下降
- 随机梯度下降
- miniBatch梯度下降
参考：https://www.bilibili.com/video/BV1uM411r7Cv?p=4&vd_source=9a48b33279c3ad3689807d049311d0ee
