Update LogisticRegression.md

docs/source/LogisticRegression.md

@@ -27,8 +27,10 @@ logistic回归通过函数S将ax+b对应到一个隐状态p，p = S(ax+b)，然
 
 sigmoid函数的图像
 
-通过函数S的作用，我们可以将输出的值限制在区间[0， 1]上，p(x)则可以用来表示概率p(y=1|x)，即当一个x发生时，y被分到1那一组的概率。可是，等等，我们上面说y只有两种取值，但是这里却出现了一个区间[0, 1]，这是什么鬼？？其实在真实情况下，我们最终得到的y的值是在[0, 1]这个区间上的一个数，然后我们可以选择一个阈值，通常是0.5，当y>0.5时，就将这个x归到1这一类，如果y<0.5就将x归到0这一类。但是阈值是可以调整的，比如说一个比较保守的人，可能将阈值设为0.9，也就是说有超过90%的把握，才相信这个x属于1这一类。
-https://www.cnblogs.com/Belter/p/6128644.html
+By the function of the function S, we can limit the output value to the interval [0, 1],
+p(x) can then be used to represent the probability p(y=1|x), the probability that y is divided into 1 group when an x occurs.
+
+通过函数S的作用，我们可以将输出的值限制在区间[0， 1]上，p(x)则可以用来表示概率p(y=1|x)，即当一个x发生时，y被分到1那一组的概率
 
 
 The full example is [here](https://github.com/SciSharp/TensorFlow.NET/blob/master/test/TensorFlowNET.Examples/LogisticRegression.cs).