Update LogisticRegression.md

docs/source/LogisticRegression.md

@@ -23,7 +23,8 @@ 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
 将t换成ax+b，可以得到逻辑回归模型的参数形式：
                                           P(x;a,b) = 1 / (1 + e^(-ax+b))
 
-![image]https://github.com/SciEvan/TensorFlow.NET/tree/master/docs/source/sigmoid.png
+![image](https://github.com/SciEvan/TensorFlow.NET/tree/master/docs/source/sigmoid.png)
+
 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。