线性回归与逻辑斯提回归的区别

本文探讨了线性回归和逻辑回归这两种线性模型的区别与联系。解释了尽管逻辑回归引入了非线性的sigmoid函数,但其本质仍是解决线性可分问题。详细介绍了线性回归用于预测连续值,而逻辑回归则用于分类任务,并通过sigmoid函数转换线性组合为概率值。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

线性回归和逻辑斯提回归都是线性模型,虽然逻辑斯提回归是加了sigmoid函数,引入了非线性,但是它本质上还是只能解决非线性问题的。
两者的区别本质上,线性回归是做回归的,回归出y=wx+b的w,b。lr是做分类的,得到置信度。其实lr就是在线性回归基础上加上了sigmoid函数,然后通过sgd,拟牛顿法等方法得到1/(1+exp(z));z=wx+b; 里面的w,b。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值