作业2：下面关于逻辑回归的表述是正确的(多选)： A:逻辑回归的输出结果是概率值，在0-1之间 B:使用正则化可以提高模型的泛化性 C:逻辑回归可以直接用于多分类 D:逻辑回归是无参模型 E:逻辑回归的损失函数是交叉熵

以下关于逻辑回归的表述是正确的(多选)：
A:逻辑回归的输出结果是概率值，在0-1之间
B:使用正则化可以提高模型的泛化性
E:逻辑回归的损失函数是交叉熵

解析：
A选项正确，逻辑回归的输出结果是概率值，表示样本属于某一类别的概率，概率值在0-1之间。
B选项正确，使用正则化可以避免过拟合，提高模型的泛化性。
C选项错误，逻辑回归一般用于二分类问题，但可以通过一些方法扩展到多分类问题。
D选项错误，逻辑回归是有参模型，需要学习参数。
E选项正确，逻辑回归的损失函数是交叉熵。

相关问题

多选题：下列关于逻辑回归正确的是（） A. 逻辑回归公式里有回归的部分 B. 逻辑回归的标签值是类别型 C. 逻辑回归只能处理二分类问题 D. 逻辑回归可以处理二分类问题和多分类问题

下列关于逻辑回归正确的是：

A. 逻辑回归公式里有回归的部分
B. 逻辑回归的标签值是类别型
D. 逻辑回归可以处理二分类问题和多分类问题

解析：

逻辑回归是一种广泛使用的分类算法，其基本思想是通过一个回归模型来求解样本属于某个类别的概率，然后根据概率大小来进行分类。

选项 A 正确，逻辑回归的公式中包含了回归的部分。

选项 B 正确，逻辑回归的标签值通常是类别型的。

选项 C 不正确，逻辑回归不仅可以处理二分类问题，还可以扩展到多分类问题，例如使用 one-vs-all 或 softmax 方法进行多分类。

因此，选项 A、B、D 都是正确的。

2. （a）逻辑回归和多项逻辑回归的区别是什么？

根据引用，逻辑回归和多项逻辑回归都是分类算法，但是它们的区别在于输出变量的类型不同。逻辑回归的输出变量是二元的，即只有两种取值，通常是0或1；而多项逻辑回归的输出变量是多元的，即有多种取值。在实际应用中，逻辑回归通常用于二分类问题，而多项逻辑回归则用于多分类问题。

另外，逻辑回归和线性回归的区别在于输出变量的类型不同，线性回归的输出变量是连续的数值型变量，而逻辑回归的输出变量是离散的二元型变量。