当前位置:新励学网 > 秒知问答 > 逻辑回归和线性回归的区别是什么

逻辑回归和线性回归的区别是什么

发表时间:2024-07-28 06:05:56 来源:网友投稿

线性回归和logistic回归在模型本身和应用领域上有很大的不同。

线性回归主要是用于预测一个连续的输出变量,在这种情况下,我们试图寻找输入变量和输出变量之间的线性关系。通常情况下线性回归的目标变量是连续的,常用于房价预测、销售收入预测、生产量预测等。

logistic回归主要是用于分类问题,预测一个离散的输出变量。在这种情况下,我们试图寻找输入变量与输出变量之间的非线性关系。通常情况下logistic回归的目标变量是二元分类变量,如预测患病或非患病,用户购买或不购买等。

另外在模型的类型和应用方面,线性回归使用的是OLS(普通最小二乘法)进行模型拟合的,而logistic回归使用的是对数几率函数,即sigmoid函数进行模型拟合。

总之线性回归和logistic回归这两种回归算法,在模型的本身和应用领域上都有很大的不同,使用时需要深入理解各自的优缺点并结合实际场景有目的地选择。

免责声明:本站发布的教育资讯(图片、视频和文字)以本站原创、转载和分享为主,文章观点不代表本网站立场。

如果本文侵犯了您的权益,请联系底部站长邮箱进行举报反馈,一经查实,我们将在第一时间处理,感谢您对本站的关注!