ML-逻辑回归（小航）
统计学习方法
已知观测的数据属于二项逻辑斯蒂回归模型，求模型的参数
逻辑回归是一个判别模型，直接计算条件概率分布P(Y|X)
我们最终求的就是P(Y=1|X;theta) 即在给定X的条件下，Y是正例的概率
- P(Y=1|X;theta) = g(theta0 + theta1x1 + theta2x2 + ... +thetanxn)
- P(Y=0|X;theta) = 1 - P(Y=1|X;theta)
最大似然估计的使用场景：已知观测的数据属于某种模型，求模型的参数
计算模型（求参数）
- 使用最大似然估计，似然函数就是每个观测数据的概率密度函数的成绩
- 使用最大似然估计，引出最小化损失函数
- 最小化损失函数，引出梯度下降，求模型参数