Linear SVM vs Logstic Regression

Linear SVM 与 LR 的相同点：

1.都是线性模型，都是分类算法，都是判别模型

Linear SVM 与 LR 的不同点:

1.本质上两者的区别在于loss function的不同，不同的loss function 代表了不同的假设前提

例如 LR 的loss function 是 对数损失，LR基于概率理论，对可能性进行建模，

       SVM的loss function 是hinge loss，是基于间隔最大化

2.SVM只考虑局部边界线的点（support vector），而LR考虑全局（所以如果有异常点，对LR的影响会大一些）

3.SVM依赖数据表达的距离测度，需要对数据进行归一化处理，而LR不用

4.SVM的loss function自带L2正则项，而LR需要额外添加正则项，所以说SVM是结构风险最小化