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。

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
广告