logit模型和逻辑回归

根据引用的信息，logit回归模型与logistic回归模型并不相同。logit回归模型用于估测事件的发生比的对数值，而logistic回归模型用于估测事件发生的概率。

另外，根据引用的信息，逻辑回归模型是一种解决问题的方法，比如MNIST手写数字识别。在Python中，可以利用逻辑回归模型来解决这个问题。该引用还提到了逻辑回归模型在解决MNIST手写识别问题时的原理和相关操作技巧。

综上所述，logit模型和逻辑回归模型是不同的概念，前者用于估测发生比的对数值，后者用于估测发生的概率。逻辑回归模型可以用于解决一些问题，比如MNIST手写数字识别，通过Python可以实现相关操作和技巧。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* *2* [离散选择模型（1) - Logistic与Logit回归模型](https://blog.csdn.net/m0_71971323/article/details/127323828)[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^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"]
- *3* [Python利用逻辑回归模型解决MNIST手写数字识别问题详解](https://download.csdn.net/download/weixin_38686542/12856355)[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^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"]
[ .reference_list ]