线性回归与逻辑回归的区别

在这篇文章中，我们将了解线性回归和逻辑回归的区别。

线性回归

• 它有助于预测连续的因变量。

• 这是使用给定的自变量集完成的。

• 它外推出一条线来找到因变量的值。

• 最小二乘法用于估计精度。

• 找到最佳拟合线，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，即一个应用统计问题。

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形函数对数据样本进行分类。

• 它使用最大似然估计来预测值。

• 其输出包括 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，即一个应用统计问题。

AmitDiwan

更新于：2021年3月25日

801 次浏览

开启你的职业生涯

完成课程获得认证

开始学习