diff --git a/docs/source/LogisticRegression.md b/docs/source/LogisticRegression.md
index a99d370c..e1becdf5 100644
--- a/docs/source/LogisticRegression.md
+++ b/docs/source/LogisticRegression.md
@@ -8,12 +8,23 @@ Logistic regression is a statistical analysis method used to predict a data valu
 
 The dependent variable of logistics regression can be two-category or multi-category, but the two-category is more common and easier to explain. So the most common use in practice is the logistics of the two classifications.
 
-逻辑回归的因变量可以是二分类的，也可以是多分类的，但是二分类的更为常用，也更加容易解释。所以实际中最常用的就是二分类的物流回归。
+逻辑回归的因变量可以是二分类的，也可以是多分类的，但是二分类的更为常用，也更加容易解释。
 
-The general steps for regression problems are as follows:
 
+Logistics regression corresponds to a hidden status p through the function trumpetp = S(ax+b), then determine the value of the dependent
+variable according to the size of p and 1-p.The function S here is the Sigmoid function:
+                                         S(t)=1/(1+e^(-t)
+By changing t to ax+b, you can get the parameter form of the logistic regression model:
+                                          P(x;a,b) = 1 / (1 + e^(-ax+b))
 
-logistic回归通过函数S将ax+b对应到一个隐状态p，p = S(ax+b)，然后根据p与1-p的大小决定因变量的值。这里的函数S就是Sigmoid函数
+logistic回归通过函数S将ax+b对应到一个隐状态p，p = S(ax+b)，然后根据p与1-p的大小决定因变量的值。这里的函数S就是Sigmoid函数:
+                                          S(t)=1/(1+e^(-t)
+                                      
+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]
+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