logistic regression模型究竟是一个回归模型还是分类模型呢？
在写多隐藏层神经网络模型对猫图进行分类的时候，或者说在学习吴恩达深度学习的时候，我们的节点都经过（sigmoid，tanh，Relu）这些函数进行了归一化，故这些模型确实是分类模型
logistic regression的核心是一个回归函数没错，但是为什么最终不是用于回归而是用于分类呢？
有两方面原因
- 我们的训练数据是带有二分类标签（0/1）的数据
- 我们在寻找最佳模型的过程确实是一个“拟合”的过程，但是因为我们用了sigmod函数变换后才去做的拟合和预测，这个过程等价于我们找逻辑回归内部区分正负（>0正样本，<0负样本）的线性函数f(x)。我们再来看这个内部函数，实际上等价于我们找到了的样本分类边界f(x)=0。我们整个过程就是回归了这个分类边界！