机器学习基石-10-3-Gradient of Logistic Regression Error
将logistic regression的问题转换成PLA的更新过程，之前的课程中把逻辑回归的概率转换成了“O”和“X”的问题，二分类的问题，就是PLA的问题。将PLA的更新过程扩展到逻辑回归上
v是更新的方向，η是每一次迭代的步长。
iterative optimization approach迭代优化方法
逻辑回归的Ein是平滑的，v假定是单位长度，η假定是正向的移动。
线性近似，线性逼近：尽量把这个优化目标转换成v的线性问题
对上面的优化目标使用泰勒展开式
- 当每一次移动的步长很小时，可以使用泰勒展开，优化目标就变成了
-
- 只有v是未知的，优化目标就变成了关于v的线性式子。