机器学习起步

腰斩啦，先从机器学习的基础数学学起走吧

1.逻辑回归

逻辑回归是应用非常广泛的一个分类机器学习算法，它将数据拟合到一个logit函数(或者叫做logistic函数)中，从而能够完成对事件发生的概率进行预测。

logistic函数又是啥？
概率（Probability）描述的是某事件A出现的次数与所有结果出现的次数之比
比值比（Odds）是指事件发生的概率与不发生的概率之比
投一枚筛子，出现6的概率是，出现6的几率，那么筛子出现6的Odds：比值比（优势比）就为，假设甲乙二人掷骰子对赌；若甲出1块钱赌掷到6点，乙需要投注5块钱才能保证公平。
那么概率P从0.01变化到0.99时候，odds的相关变化情况如下表：

对比数据，可以获得以下图：

从概率，这就是一个Logit变换。实际上，所谓 Logit 模型可以理解成 Log-it（即 it 的自然对数——这里的 it 指的就是Odds）
Logit的一个很重要的特性就是没有上下限