逻辑回归和线性回归有什么区别?
0 1272
0
该提问暂无详细描述
收藏
2021-01-07 15:39 更新 🍊小桔子 •  2439
共 1 个回答
高赞 时间
0

不能认为线性回归的输出是概率,这是一个错误,因为线性回归输出可以是负数且大于1,而概率不能。由于回归实际上可能会产生小于0甚至大于1的概率,因此引入了逻辑回归。 输出结果: 在线性回归中,结果(因变量)是连续的。它可以是无限数量的可能值中的任何一个。在逻辑回归中,结果(因变量)只有有限数量的可能值。 因变量: 当响应变量本质上已经是分类的时,使用逻辑回归。(例如,是/否,红色/绿色/蓝色,第一/第二/第三等),当响应变量是连续的时,将使用线性回归。(例如,体重,身高,小时数等)。 方程: 线性回归给出的方程式形式为Y = mX + C,表示为1次方程。但是,逻辑回归给出的方程式为Y = e^X + e^(-X)。 系数解释: 在线性回归中,自变量的系数解释非常简单(即保持所有其他变量不变,且此变量单位增加,则因变量预计将增加或减少)。但是,在逻辑回归中,取决于所使用的族(二项式,泊松等)和链接(对数,逆对数等),其解释是不同的。 误差最小化技术: 线性回归使用普通的最小二乘法来最大程度地减少误差并获得最佳拟合,而逻辑回归使用最大似然方法来求解。 线性回归通常是通过最小化模型对数据的最小二乘误差来解决的,因此较大误差要进行二次惩罚。而逻辑回归正好相反,使用逻辑损失函数会导致较大的误差被惩罚为渐近常数。

收藏
2021-01-07 16:10 更新 Lisa •  1796