线性回归与逻辑回归的区别

最新推荐文章于 2024-12-27 10:33:17 发布

转载

最新推荐文章于 2024-12-27 10:33:17 发布 · 1.8k 阅读

3 ·

CC 4.0 BY-SA版权

原文链接：http://www.cnblogs.com/always-fight/p/10729982.html

文章标签：

#数据结构与算法

本文探讨了线性回归与逻辑回归的主要区别，包括因变量的要求、变量类型、线性关系以及分析目标。线性回归适用于连续变量，强调残差正态分布，而逻辑回归则适用于分类变量，允许非线性关系，并通过离散化特征提升模型表达能力和鲁棒性。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

因~直~线

一、线性回归与逻辑回归的区别

　1）线性回归要求因变量服从正态分布，logistic回归对变量分布没有要求。

　2）线性回归要求因变量（Y）是连续性数值变量，而logistic回归要求因变量是分类型变量。

　3）线性回归要求自变量和因变量呈线性关系，而logistic回归不要求自变量和因变量呈线性关系

　4）线性回归是直接分析因变量与自变量的关系，而logistic回归是分析因变量取某个值的概率与自变量的关系

最低0.47元/天解锁文章

200万优质内容无限畅学

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

weixin_30611509

关注关注

0
点赞
踩
3

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

线性回归和逻辑回归的区别

炸奥利奥的小奶油的专栏

02-18

1万+

线性回归：根据几组已知数据(x(1),y(1)),(x(2),y(2)),...,(x(i),y(i)),...,(x(n),y(n)){(x^{(1)},y^{(1)}),(x^{(2)},y^{(2)}),...,(x^{(i)},y^{(i)}),...,(x^{(n)},y^{(n)})}和拟合函数hθ(x)=θTxh_θ(x)=θ^Tx训练其中未知参数θ=[θ1,θ2,...,θi,...

对线性回归、逻辑回归、各种回归的概念学习

最新发布

volcan的博客

12-27

1609

线性回归是一种用于预测连续型目标变量（因变量）与一个或多个自变量（特征）之间关系的模型。其基本假设是因变量与自变量之间存在线性关系。yβ0β1x1β2x2⋯βnxnyβ0β1x1β2x2⋯βnxnyyy是预测值β0\beta_0β0是截距β1β2βnβ1β2βn是回归系数x1x2xnx1x2xn是自变量。

线性回归与逻辑回归的区别是什么（代码例子）？

线粒体小亚的空间

11-26

1404

线性回归与逻辑回归的区别是什么？

线性回归与逻辑回归测试数据

01-29

在"线性回归与逻辑回归测试数据"的压缩包中，"data"文件可能包含训练集、验证集和测试集的数据，用于实践上述步骤，以检验和比较这两种回归模型的性能。使用这些数据，我们可以训练模型，然后通过各种性能指标进行...

十六、机器学习进阶知识：线性回归与逻辑回归算法

weixin_42051846的博客

12-11

1218

分别从原理以及实例两个部分来依次介绍线性回归与逻辑回归算法，其中逻辑回归算法部分详细说明了其与线性回归的区别以及算法原理中涉及到的逻辑函数、损失函数、梯度下降等概念。

线性回归（Linear Regression）和逻辑回归（Logistic Regression）

Yemiekai的博客

07-25

1万+

1 线性回归（Linear Regression） 1.1 建立问题举个例子，你有这样一组数据：波特兰市的城市住房价格的数据，不同尺寸的房子对应不同的售价。现在你有个朋友想要卖房子，他的房子是1250平方英尺，大概能卖多少钱？我们可以根据这组数据，建立一个模型，然后用这组数据集去拟合模型。拟合完毕后，输入1250，它就会告诉你朋友能卖多少钱。看起来这组数据似乎分布在一条直线附近：好，只要找到这条直线的方程，你就能根据面积来预测房价了。（在这个例子里，直线方程就是我们要拟合的模型）如何找到直线

线性回归&Logistic回归

qq_29687403的博客

12-08

603

A brief introduction to Linear Regression & Logistic Regression with codes.

机器学习之logistic回归

luolyl061806的博客

10-28

4858

logistic回归又称logistic回归分析，是一种广义的线性回归分析模型，它解决的是分类问题，常用于数据挖掘，疾病自动诊断，经济预测等领域。 1.logistic回归和线性回归的区别 logistic回归和线性回归的区别在于以下几点： 1）线性回归要求变量服从正态分布，logistic回归对变量分布没有要求。 2）线性回归要求因变量是连续性数值变量，而logistic回归要求因变量是分类型变...

逻辑回归和线性回归的区别

weixin_55579895的博客

11-29

1249

参考文献先看这个，直接了当 线性回归于逻辑回归的区别 逻辑回归和线性回归的区别【ML】线性回归和逻辑回归的联系和区别总结 逻辑回归，都是以线性回归为理论支持的 逻辑回归多了一个Sigmoid函数（激活），使样本能映射到[0,1]之间的数值，用来做分类问题 logistic回归则通过函数L将w‘x+b对应一个隐状态p，p=L(w‘x+b),然后根据p与1-p的大小决定因变量的值 逻辑回归（预测函数，用于分类，是离散值，如预测大雨小雨中雨，癌症），多了一层激活函数 线性回归（拟合函数，连续值，如下雨量：

线性回归和逻辑回归的区别_【基础】线性回归和逻辑回归

weixin_39593744的博客

11-23

3489

回归和分类回归和分类是机器学习可以解决两大主要问题，从预测值的类型上来区分，连续变量的预测称为回归，离散变量的预测称为分类。例如：预测房价的价格是一个回归任务；预测一张图片是猫还是狗的图片是分类任务。线性回归在一维特征空间，线性回归是通过学习一条直线，使得这条之间尽可能的拟合所有已有的看到的点的值，并希望测试数据尽可能的落到这条线上，有很好的繁华性能。其中是预测值，是实际值。在多维...

线性回归和逻辑回归的区别_逻辑回归

weixin_39585974的博客

11-27

1125

python逻辑回归分类算法：逻辑回归不是回归算法，是分类算法，本身就是一个二分分类的算法。二分分类：分类结果标签只有两个。机器算法输入的标签是数值型。与线性回归算法的区别：线性回归预测的结果y是连续的数值。逻辑回归预测的结果y是离散型数值。逻辑回归的原因是逻辑函数参数z是一个回归函数。逻辑函数：可以将y值控制在0-1之间。逻辑函数值表示分类结果为某一个标签值时的概率值，通过映射关系到标签值上面。...

逻辑回归和线性回归区别

踩过的坑

08-22

3万+

1）线性回归要求变量服从正态分布，logistic回归对变量分布没有要求。 2）线性回归要求因变量是连续性数值变量，而logistic回归要求因变量是分类型变量。 3）线性回归要求自变量和因变量呈线性关系，而logistic回归不要求自变量和因变量呈线性关系 4）logistic回归是分析因变量取某个值的概率与自变量的关系，而线性回归是直接分析因变量与自变量的关系总之, logis

线性回归和逻辑回归的区别？

Beyond_2016的博客

04-21

1756

人工智障学习笔记——机器学习(2)线性模型

九日王朝

11-02

1886

一.概念线性模型：就是线性的模型。其实我在网上搜了很久，想用一句话能够简单易懂的表达出这个概念，但是确实不知道该怎么组织语言。不过相信有一些数学基础的同学应该是能明白的。我们可以这样认为，世界上所有的问题都可以用公式表达，如果任何问题都是可以用线性模型来描述的，那么我们人人都可以预测未来，因为其模型非常的简单。但是很遗憾，大多数问题都是非线性的。二.线性回归线性

线性回归与逻辑回归区别

05-19

线性回归和逻辑回归都是机器学习中的常见模型，但是它们的应用场景和目的不同。 线性回归是一种用于建立预测模型的统计方法，它试图建立一个线性方程来描述自变量和因变量之间的关系，即通过对自变量和因变量之间的线性关系进行拟合，得到一个可预测的模型。线性回归的目标是通过最小化预测值与真实值之间的误差来优化模型的参数。 逻辑回归则是一种用于分类的统计方法，它试图构建一个能够将输入数据分为两个或多个类别的模型。逻辑回归的输出是一个概率值，表示输入数据属于某个类别的概率。它通过最大化似然函数来优化模型的参数，从而得到最优的分类边界。综上所述，线性回归用于预测连续型数据，而逻辑回归用于分类离散型数据。