文章目录1. 简介2. 实现思路2.1 迭代计算系数a. 梯度下降法b. 牛顿迭代法c. 拟牛顿法（BFGS2.2 Sigmoid 函数转化3. 数据尝试4. sklearn 实现4.1 参数介绍4.2 常用调用方法1. 简介 逻辑回归即考察在样本各属性值前加上一个系数后的和（类似于加权平均），通过与阈值的比较实现分类对于数据集D，样本由d个属性描述，此时我们试图学得：f(xi)=wTxi+b(1.1)f(x_i) = w^Tx_i + b \tag{1.1}f(xi?)=wTxi?+b(1.1)也就是：a0+a1x1+a2x2+?+a...