逻辑回归算法的名字虽然带有“回归”二字，但实际上逻辑回归算法是用来解决分类问题的算法。本章首先从二元分类入手，介绍了逻辑回归算法的预测函数、成本函数和梯度下降算法公式；然后介绍了怎样由二元分类延伸至多元分类的问题；接着介绍了正则化，即通过模型的手段来解决模型的过拟合问题；针对正则化，介绍了L1范数和L2范数的含义及区别；最后用一个乳腺癌检测的实例及其模型性能优化来结束本章内容。 1.逻辑回归算法