logistic regression 系列问题

1. LR与线性回归的区别与联系 区别： 经典线性模型的优化目标函数是最小二乘法，也就是基于均方误差函数的最小化；而LR是最大化似然函数，也是最小化交叉熵。 线性回归的输出是一个实值，而LR的输出是{0， 1}；或者说，线性回归是解决回归问题，但LR是解决分类问题； 联系： LR的本质也是一个线性回归模型，只不过在模型外套了一层联系函数，使得线性回归的输出实值与分类问题的{0， 1}联系在了一起。

>>阅读原文<<