例如：

逻辑回归的概率方法涉及最大化似然函数的MLE（最大似然估计），或者换句话说，使用偏导数为最佳拟合线找到最佳参数。然后将这些参数用于 logit 和 sigmoid 函数以进行最终的二元分类。

几何方法包括分别将 +1 和 -1 分配给类 1 和 0 。一条随机线适合数据。计算点与线之间的距离，并根据y*d公式识别正确和错误的错误分类。这个过程一直持续到我们找到一条错误分类最少的线。

这些分类方法彼此完全不同。那么，逻辑回归使用哪一种呢？为什么我们有两种不同的方法？