简而言之，我的考试问题是训练集，其中很少有学生在少数学科上有成绩，并且通过某种工程入学考试的成绩为PASS / FAIL：
这里某人通过考试的等式是： 2 *（数学）+ 1 *（物理）+ 1 *（化学）> = 300
现在，如果我没记错的话，逻辑回归的目的是在内部找出这些theta值（2,1,1）和固有方程，然后为任何测试数据输入生成结果。
我的问题是，当我从样本系数a1 = 1，b1 = 1，c1 = 1开始并进行像
的预测时prediction = (a1.X1 + a2.X2 + a3.X3)
sigmoidResult = sigmoid(prediction)
sigmoid（X）是传统的Sigmoid函数：[1.0 /（1 + np.exp（x * -1））]
很明显，对于我的输入，S形结果将在1侧，而不是在0侧，因为预测计算产生的结果> 0.5
例如
prediction = 1*70 + 1*70 + 1*70 = 210
sigmoid(prediction) = sigmoid(210) = 1.
所以不确定在这里我在做什么错，因为S形总是在1的一边，这将在末端产生错误的曲线。
所以基本上，我在这里问一个关于Logistic回归的非常幼稚和基本的问题：
很显然，逻辑回归的任务是找出系数（theta）值（a1，a2，a3），但是在这种情况下，用户是否需要了解方程式（无需知道theta）a1.x1 + a2.x2 + a3.x3 <=300？还是找出这个方程并据此产生正确的结果是逻辑回归本身的任务？最后，如果用户不知道Sigmoid总是返回> 0，怎么办？