AI：逻辑回归

名回归，实分类

尽管名字中有"回归"一词，但逻辑回归实际上是一种分类算法，用于预测离散的类别标签。

逻辑回归广泛应用于二分类问题。

概率

逻辑回归通过计算数据属于各类别的概率来进行分类。

因为使用概率进行分类，逻辑回归的输出范围必须限制在 0 和 1 之间。

Sigmoid

逻辑回归使用 Sigmoid 函数$\sigma(z) = \frac{1}{1+e^{-x}}$，返回 0 和 1 之间的数值。

二元分类通常将预测概率 0.5 作为阈值进行分类。

决策边界

决策边界（Decision boundary）是分类算法中的一个概念，用于分隔不同类别的样本。它表示了模型在特征空间中做出分类决策的界限

逻辑回归的决策边界是计算出的概率正好为 50% 的地方。

决策边界的形状因使用的算法不同而有很大的不同。在平面的情况下，逻辑回归的决策边界是直线。