第4章　邏輯回歸

有了線性回歸工具，我們就可以在數據集合關系比較簡單的情況下進行趨勢的判斷了。但是，當數據標簽呈現離散特性時，我們需要將模型替換為適合離散特性的邏輯回歸或泛邏輯回歸模型。邏輯回歸模型其實僅在線性回歸的基礎上套用了一個邏輯函數，邏輯回歸模型的最大優點是對分類可能性進行建模，這樣可以很容易地克服由于數據量變大而產生的數據分布評估的困難。換句話說，有了標簽化的數據之后，就可以立刻使用邏輯回歸來訓練模型并且預測分類結果。

本章主要介紹邏輯回歸模型以及通過機器學習進行模型求解的過程。內容分為四部分：第一部分著重介紹邏輯回歸的概念以及和線性回歸的關系；第二部分分析邏輯回歸的數學模型；第三部分著重分析泛邏輯回歸的模型定義；第四部分是使用邏輯回歸結合金融開源數據接口完成股價漲跌幅度預測的代碼實例。