logistic回归可用于预测事件发生概率的大小 对吗

是的，Logistic 回归可以用于预测事件发生概率的大小。

Logistic 回归是一种常用的分类方法，它可以用于二分类问题和多分类问题。在二分类问题中，Logistic 回归可以用于预测事件发生的概率大小，即将输入特征映射到一个 0~1 之间的概率值，表示事件发生的可能性。

具体来说，Logistic 回归使用 Sigmoid 函数将输入特征映射到一个 0~1 之间的概率值，公式为：

$$y=\frac{1}{1+e^{-z}}$$

其中，$z=w^Tx+b$，$w$ 是特征权重向量，$b$ 是偏置项，$x$ 是输入特征向量。通过调整 $w$ 和 $b$ 来最大化似然函数，从而得到最优的分类边界。

在预测时，Logistic 回归将 Sigmoid 函数的输出值作为事件发生的概率大小，如果概率大于 0.5，则将事件归为正类，否则归为负类。

因此，Logistic 回归可以用于预测事件发生概率的大小，具有良好的分类性能和解释性。