Log odds로 확률을 Linear Regression 처럼 선형적으로 변환
선형회귀와 달리 비선형도 잘 다루지만 수식적으로 선형적으로 다룰수 있어서
Sigmoid 함수를 사용하여 0과 1 사이의 값을 출력, log-likelihood를 최대화
to make convex cost function
Logistic Regression Notion
This leads to described by Bernoulli Distribution
the Likelihood function is
But 로지스틱 회귀의 y값은
you can use Newton–Raphson method or Stochastic Gradient Descent and prior one achieves faster convergence or IRLS is much faster
difference between Linear Regression is that usage of sigmoid function or logistic function