更新时间:2023-08-18 来源:黑马程序员 浏览量:
LR(Logistic Regression)和线性回归(Linear Regression)是两种常见的回归算法,用于处理不同类型的问题。下面是它们的区别与联系:
·线性回归(Linear Regression): 适用于解决连续数值预测问题,如房价预测、销售预测等。
·逻辑回归(Logistic Regression): 虽然名字中带有“回归”一词,但实际上是用于处理分类问题,特别是二分类问题,如垃圾邮件分类、疾病诊断等。
·线性回归: 输出是一个连续的数值,可以是任意实数。
·逻辑回归: 输出是一个在0和1之间的概率值,通常表示为某个样本属于某个类别的概率。
·线性回归: 使用线性函数来建模目标变量与特征之间的关系,假设特征和目标之间存在线性关系。
·逻辑回归: 使用逻辑函数(如sigmoid函数)来建模目标变量与特征之间的关系,以预测样本属于某个类别的概率。
·线性回归: 通常使用均方误差(Mean Squared Error,MSE)作为损失函数,优化目标是最小化预测值与实际值之间的平方差。
·逻辑回归: 通常使用对数损失(Log Loss)作为损失函数,优化目标是最大化正确类别的概率,或者等价地,最小化预测概率与实际标签之间的差异。
尽管LR和线性回归在应用、输出类型、假设函数和损失函数等方面存在很多区别,但它们都属于广义线性模型(Generalized Linear Models, GLM)的一种。广义线性模型是一类用于建模因变量与自变量之间关系的统计模型。在这个框架下,线性回归和逻辑回归都是特定形式的广义线性模型。
总之,LR和线性回归是两种不同的算法,用于解决不同类型的问题,但它们在某些方面有一些共同的基础和框架。
【AI设计】北京143期毕业仅36天,全员拿下高薪offer!黑马AI设计连续6期100%高薪就业
2025-09-19【跨境电商运营】深圳跨境电商运营毕业22个工作日,就业率91%+,最高薪资达13500元
2025-09-19【AI运维】郑州运维1期就业班,毕业14个工作日,班级93%同学已拿到Offer, 一线均薪资 1W+
2025-09-19【AI鸿蒙开发】上海校区AI鸿蒙开发4期5期,距离毕业21天,就业率91%,平均薪资14046元
2025-09-19【AI大模型开发-Python】毕业33个工作日,就业率已达到94.55%,班均薪资20763元
2025-09-19【AI智能应用开发-Java】毕业5个工作日就业率98.18%,最高薪资 17.5k*13薪,全班平均薪资9244元
2025-09-19