Logistic回归百问

1. Logistic回归的优缺点 Logistic优点： 模型简单，速度快，适合二分类问题 简单易于理解，直接看到各个特征的权重 能容易地更新模型吸收新的数据 Logistic缺点： Logistic是个弱分类器，对数据和场景的适应能力有局限性，不如决策树算法学习能力那么强 2. Logistic回归为什么选择交叉熵作为损失函数，而非平方损失 可以从两个方面解释解释这个问题： 局部极小值方面 如

>>阅读原文<<