逻辑回归：将线性回归的式子作为他的输入，用来解决二分类问题。
线性回归的输入-->sigmoid-->[0,1]之间的概率值
逻辑回归只判断一个类别
逻辑回归在预测前，先选定一个类别，比如：属于1的概率值。
选择方法：哪一个类别样本少，就判定概率值是哪个类别（正例），另一个就是反例。
每个样本都有一个损失值，损失函数的值是每个样本损失值相加的结果，从信息熵的角度去理解。
说明：如果目标值是1，而模型的判断值也是1，那么此时的损失就会越来越小。
说明：如果目标值是0，而模型的判断值是1，那么此时的损失就会越来越大。
