线性回归和 Logistic 回归的区别

在这篇文章中,我们将了解线性回归和逻辑回归之间的区别。

线性回归

  • 它有助于预测连续的变量,并且是因变量。

  • 这是使用给定的一组自变量完成的。

  • 它外推一条线以找到因变量的值。

  • 最小二乘法用于估计精度。

  • 找到了最佳拟合线,这有助于预测输出。

  • 它通常是一个连续值。

  • 因变量和自变量之间的关系必须是线性的。

  • 自变量之间可能存在共线性。

  • 它被认为是一个机器学习问题,i.e一个应用统计问题。

逻辑回归

  • 它有助于预测分类变量。

  • 它是离散值。

  • 它有助于解决分类问题。

  • 它使用 S 形式的 sigmoid 函数对数据示例进行分类。

  • 它使用最大似然估计来预测值。

  • 它的输出包括 0、1、是、否、真、假等值。

  • 它不需要因变量和自变量具有线性关系。

  • 自变量之间不应该有任何共线性。

  • 它被认为是一个机器学习问题,i.e一个应用统计问题。

以上是 线性回归和 Logistic 回归的区别 的全部内容, 来源链接: utcz.com/z/317405.html

回到顶部