护花使者769: 这里补充一下，这条直线用来做分类，直线上方是一种分类，直线下方是一种分类，当前预测就是是否属于直线上方这个分类，所以下方的点自然是得分是负的或者很负的很多

护花使者769: wx+b =.y 分类时，数据属于某分类时，可能计算的结果y就是大一点，或者大很多 代表这种分类在直线的上方，所以y很大 反之如果是在直线的下方，那么它的y值要比这个直线的y值小很多 而实际的需要就是概率。小很多，那就是负的。说明是不属于当前预测的分类，希望得到结果是0 如果大很多。说明是当前预测的分类 ，希望得到的结果是1 因为这里01代表了概率 输入的数据在二分类问题里边，要么属于这个分类的概率1，要么概率0那么要处理这个问题，只能引入了sigmod函数。这函数的特点就是当y非常大的时候。它的值趋近于一 反之它的值趋近于0 这就相当于概率了。可以看作是概率，实际还有差别

一只迷路的温迪: 图呢？图呢？

baidu_38417653: 都是抄的，烂透了

齐天0104: extend没成功