分類問題
在分類問題中，你要預測的變量 是離散值
分類問題的例子有：判斷一封電子郵件是否是垃圾郵件；判斷一次金融交易是否是欺詐；之前我們也談到了腫瘤分類問題的例子，區別一個腫瘤是惡性的還是良性的
從二分類開始
可能屬於的兩個類分別稱爲負向類（negative class）和正向類（positive class），則因變量 ，其中 0 表示負向類，1 表示正向類
如果將threshold設爲0.5，則假設函數>0.5時，將樣本判斷爲1
二分類問題的問題
對於分類問題， 取值爲 0 或者1，但如果使用的是線性迴歸，那麼假設函數的輸出值可能遠大於 1，或者遠小於0，但是我們希望分類器的輸出值在0和1之間
S型函數/邏輯函數,該模型的輸出變量範圍始終在0和1之間
S型函數/邏輯函數的圖像是
在S型函數下，邏輯迴歸模型的假設函數
此時的作用是對於給定的輸入變量，根據選擇的參數計算輸出變量==1的可能性，即
。如果對於給定的
，通過已經確定的參數計算得出
，則表示有70%的機率爲正向類