在信号检测理论中，接收者操作特征曲线，或者叫ROC曲线（英语：Receiver operating characteristic curve），是一种坐标图式的分析工具，用于选择最佳的信号侦测模型、舍弃次佳的模型或者在同一模型中设置最佳阈值。ROC曲线首先是由二战中的电子工程师和雷达工程师发明的，用来侦测战场上的敌军载具（飞机、船舰），也就是信号检测理论。之后很快就被引入了心理学来进行信号的知觉检

执行后，程序会展示测试集前5张图像的原始和PCA重建效果。20个主成分已经足够保留图像的主要特征；重建图像虽有细节丢失，但整体轮廓清晰；PCA有效降低了数据维度，方便后续的机器学习任务。

在机器学习的世界中，分类问题是核心挑战之一。二元Logistic回归作为最基础且强大的分类算法之一，广泛应用于医疗诊断、信用评分、市场营销等众多领域。本文将带你全面了解二元Logistic回归的原理、数学背景，并通过Python实现展示其实际应用。线性回归适用于预测连续值，但当面对分类问题时（尤其是二元分类），我们需要一种能够输出概率估计的方法。这就是Logistic回归的由来——它虽然名为"回归