线性回归 逻辑回归 分类问题的区别

线性回归

回归函数：$h_{\theta}(x)={\Theta}^TX$
代价函数：$J(\theta)=\frac{1}{2m}\sum\limits_{i=0}^{m}(h_{\theta}(x^i)-y^i)^2$

逻辑回归

回归函数：$h_\theta(x)=\frac{1}{1+e^{-{\Theta}X}}$
代价函数：$J(\theta)=-y^i{\times}logh_{\theta}(x^i)+(1-y^i){\times}log(1-h_{\theta}(x^i))$

区别

逻辑回归和线性回归的区别在于输出结果通过了simog函数使得其取值范围在(0，1)上。

回归和分类

回归模型和分类模型本质一样，分类模型是将回归模型的输出离散化