Logistic回归用来分类，线性回归用来回归。
线性回归是把让样本的属性前面加系数，相加。代价函数是误差平方和情势。所以，在最小化代价函数的时候，可以直接求导，令导数等于0，以下：
也能够使用梯度降落法，学习的梯度和Logistic回归情势1样。
线性回归的优点：计算简单。
缺点：不好处理非线性数据。
