这里提出Logistic Regression的角度是Soft Binary Classification。输出限定在0~1之间，用于表示可能发生positive的概率。
具体的做法是在Linear Regression的基础上，再加一层Logistic Function，限定住输出的取值。
完成了hypothesis的部分，下面就是如何写出Ein的表达式了。
这里自己先回想了一下Linear Regression的情况，为啥能得到analytic close solution呢？
因为Linear Regression的输出yhat可以直接跟样本点的y比较，Ein可以直接被写出来。
第二次过这内容，注意到了square error是friendly error，如果Logistic Regression的话，再用square error就是不friendly的了。
但是到了Logistic Regression的情况：hypothesis的输出是P(+1|x)，即给定输入下，预测样本为正的概率。这下有些麻烦了，没法直接跟y直接比较了。
看来，Ein模仿Linear Regression这条路走不通了，只能想别的办法了。这里用的办法是MLE（Maximum Likelihood Estimate）极大似然估计。
这种连加形式的不太好弄；由于h(ynxn)都是正的，所以可以加一个ln，换成连乘的形式。
接下来，把求最大变成求最小；前面补上一个1/N是为了凑形式
然后，Ein就神奇地变成了最小化上述的式子（虽然看起来怪怪的，而且名字也cross-entropy error也怪怪的，但是林说有历史原因）。
随后，相信这个Ein是连续，可导，二阶可导，convex，然后就是导数等于0即可了。
接下来，就是“剥洋葱”求导过程，如下图。
上述的求导过程先对某一个wi求导，然后扩展到全部的w；最终的出来了梯度的表达式。
接下来，就是如何求解梯度表达式为0的w了。
林并没有直接讲这个Ein怎么求，而是先回顾的PLA算法的最小化Ein过程。
这种iterative optimization approach的过程可以用两部分来刻画：ita和v
首先明确，每轮迭代调整的对象是w
（1）ita表示的是调整的幅度
（2）v表示是调整的方向（既然是方向，那么就要保证||v||=1）
这种非线性的还是太困难，因此利用多维度Taylor展开，把v提出去，如下。
按照上面的阐述，每次利用ita和v更新完w后，Ein的变化幅度公式就可以得到了。
我自己用y=x²来理解的。
比如，y=(x+0.0001)²≈x²+0.0001*(x²)'=x²+0.0001*2x，大概类似这个意思吧。
然后就是优化的问题了，如何能保证按照上述的公式，每次Ein减小的最快呢？
问题的关键就在于v了：这里如果v与Ein梯度方向完全相反，则二者内积最小，也就是Ein减小的最快；由此，v的表达式也就得到了。
之前的讨论，都是固定ita的大小；如果不注意ita的取值大小，可能带来如下的问题：
因此，一个比较直观的策略就是，ita的变化跟||Ein梯度||正相关，这样似乎更好一些。因此有了如下的结论：
最后，得到了完整的Logistic Regression的学习算法：
