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
