![通过逻辑回归的 sigmoid 函数把线性回归转化到 [0, 1] 之间，这个值为什么可以代表概率？](/upload/zhihu/2026/1101/72fa839a.png)
LR的sigmoid函数得到的值并不是天生就能被认为是概率。只是因为我们拿正确的概率分布和它的cross-entropy作为loss function去训练它，才使它逼近了我们想去逼近的那个概率分布模型。
训练完了之后，每个特征对应的参数就表示这个特征对这个概率的贡献度。
换句话说，是因为我们对着一个概率分布函数去训练它，所以使得它的输出是表示一个概率值的。
事实上我们不用sigmoid，用tanh或者其它能够具有类似值域的非线性函数也是可以的。
sigmoid函数的好处是，可以让每个特征的贡献度之和分布到整个实数区间上。
