机器学习算法基础---逻辑回归

逻辑回归与线性回归的联系与区别 第一条：回归模型就是预测一个连续变量(如降水量，价格等)。在分类问题中，预测属于某类的概率，可以看成回归问题。这可以说是使用回归算法的分类方法。 第二条：直接使用线性回归的输出作为概率是有问题的，因为其值有可能小于0或者大于1,这是不符合实际情况的，逻辑回归的输出正是[0,1]区间。线性回归只能预测连续的值，分类算法是输出0和1. 第三条：线性回归中使用的是最小化平

>>阅读原文<<