线性回归和logistic回归区别

科技看点时间：2024-07-27 05:30:21

logistic回归和线性回归的区别？

logistic回归和线性回归的主要区别在于以下几个方面：

1. 输出与用途：线性回归的输出是任何区间的连续值，主要用于回归问题；而logistic回归的输出是0-1的概率分布，主要用于二分类或多分类问题。

2. 求解方法：线性回归通常使用最小二乘法来求解模型参数；而logistic回归使用最大似然估计来求解模型参数。

3. 损失函数：线性回归采用MSE损失；logistic回归采用对数损失。

4. 函数形式：线性回归模型是y=wx+b，其中x可以是一个多维特征，模型的值Y是样本X各个维度的Xi的线性叠加；而logistic回归模型也是y=wx+b，但会对y作用一个Sigmoid函数，使y的值大小不是随X叠加和的大小线性的变化，而是一种平滑的变化。

5. 变量与因变量的关系：在线性回归中，Y与X各维度叠加和是线性的关系；而在logistic回归中，Y与X各维度叠加和是logistic关系。

郑重声明：图文由自媒体作者发布，我们尊重原作版权，但因数量庞大无法逐一核实，图片与文字所有方如有疑问可与我们联系，核实后我们将予以删除。