首先明确几个概念
Sigmoid函数：形似S的函数，对率函数是Sigmoid函数最重要的代表。
对率函数：对数几率函数。形如，由此可得 ，称为几率（odds），对几率取对数就得到对数几率（log odds，或logit）.
考虑二分类任务，其输出label，而线性回归模型的预测值为，要使Z的值接近0或1，我们就应该想个办法，用一个什么函数。就像感知机模型中我们利用sign函数使得感知机模型输出-1或1，从而使其与标准输出相对应。这个时候我们就用到了对数几率函数！
（1）
即
式（1）实际上是利用线性回归模型的预测结果去逼近真实label的对数几率，所以此模型称为“对数几率回归”（logistics regression，也称logit regression，也被称为逻辑回归）。
