逻辑回归sigmoid的

逻辑回归是一种二分类算法，它使用sigmoid函数将输入的特征值映射到0到1之间的概率值，表示样本属于正类的概率。sigmoid函数的公式为：$g(z) = \frac{1}{1+e^{-z}}$，其中$z$为输入的特征值加权和。

逻辑回归的训练过程是通过最大化似然函数来确定模型参数，常用的优化算法有梯度下降和牛顿法等。

在预测时，将输入的特征值代入训练好的模型中，得到一个概率值，若该概率值大于0.5，则判定为正类，否则判定为负类。