线性回归与逻辑回归

线性回归和逻辑回归是机器学习中的两种算法，它们的目的都是在已知的数据中，建立模型，然后预测/分类新的数据。 线性回归是对一个或多个自变量之间关系进行建模的方法。 逻辑回归：线性回归可以预测连续值，但是不能解决分类问题。所以逻辑回归就是找到一个单调可微函数将分类任务的真实标记与线性回归模型的预测值联系起来，例如通过sigmoid函数将线性回归的(−∞,+∞)结果映射到(0,1)之间（代表属于某类别的

>>阅读原文<<