线形回归和逻辑回归的区别是什么
时间: 2024-01-02 10:02:34 浏览: 44
线性回归和逻辑回归的区别主要有以下几点:
1. 适用范围不同:线性回归适用于预测连续的变量,如房价预测;而逻辑回归适用于预测离散的变量,如分类问题或癌症预测。
2. 模型形式不同:线性回归是通过拟合一个线性函数来建立预测模型;而逻辑回归是在线性回归的基础上加入了一个sigmoid函数,将线性回归转化为一个0~1输出的分类问题。
3. 参数计算方法不同:线性回归的参数计算方法是最小二乘法,通过最小化预测值与实际值之间的差异来确定参数;而逻辑回归的参数计算方法是似然估计的方法,通过最大化似然函数来确定参数。
总结起来,线性回归和逻辑回归在适用范围、模型形式和参数计算方法上存在差异。线性回归用于预测连续变量,逻辑回归用于预测离散变量;线性回归是拟合函数,逻辑回归是预测函数;线性回归使用最小二乘法计算参数,逻辑回归使用似然估计的方法计算参数。\[1\]\[2\]\[3\]
#### 引用[.reference_title]
- *1* *3* [【ML】线性回归和逻辑回归的联系和区别](https://blog.csdn.net/AugustMe/article/details/111245004)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item]
- *2* [线性回归、逻辑回归大概差别](https://blog.csdn.net/LJYPython/article/details/126824661)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item]
[ .reference_list ]