前情提要：

上一节我们已经将朴素贝叶斯分类器的算法公式进行的推导

逻辑回归算法

Step 1: Function Set

Step 2: Goodness of a Function

最大似然

Step 3: Find the best function

逻辑回归为什么不采用平方误差作为损失函数

交叉熵的速度比较快

Discriminative v.s. Generative

判别式模型VS生成式模式对应平方差和交叉熵具有相同的model

多类分类模型Multi-class Classification

逻辑回归的限制

Feature Transformation功能转化

将上面的四个点转换为各自到（0,0）（1.1）点的距离，这样就可以完美的分为两类 但是找到好的转换并不总是那么容易

Cascading logistic regression models

级联逻辑回归模型

功能转换 分类 so，引出了下一个内容：深度学习Deep Learning!