分享一篇Michael Jordan教授的一篇文章：Why the Logistic Function? A Tutorial Discussion on Probabilities and Neural Networks

文章分三节：（1）Binary Classification（2）Parameter Estimation（3）Nonlinear Discriminant Functions

王济川、郭志刚的小书（270页）：Logistic回归模型--方法与应用 据说不错，有时间可以翻一下看看。


小科普：逻辑回归（Logistic Regression），又称Logit回归，常用于预测一个事件的发生比（Odds）。逻辑回归主要应用在二元分类问题，从本质上来看，逻辑回归模型等价于一个最简单的两层神经网络，输出层刺激函数是Sigmoid函数。如果将逻辑回归分析扩展至多元分类问题，就是SoftMax回归。如果扩展至序列数据，就是自然语言处理中常见的条件随机场（Conditional Random Fields，CRF）。