逻辑回归相比于线性回归,有何异同 笔记
不同之处:
(1)、两者最本质的区别是逻辑回归处理的是分类问题,线性回归处理的是回归问题;在逻辑回归中,因变量取值是一个二元分布,模型学习得出的是E[y|x;w],即给定自变量和超参数后,得到因变量的期望,并基于此期望来处理预测分类问题。而线性回归实际上求解的是 y ^ = w T x \hat y =w^Tx y^=wTx,是假设真实关系 y = w T x ϵ y = w^Tx \epsilon y=wTx ϵ的一个近似,其中 ϵ \epsilon ϵ 代表误差项。
(2)、逻辑回归的因变量是离散,而线性回归中因变量是连续的。并且在自变量x与超参数w确定的情况,逻辑回归可以看作广义线性回归(Generalized Linear Models)在因变量y服从二元分布时的一个特殊情况;而使用最小二乘法求解线性回归时,因变量y服从正态分布。
相同之处:
(1)都可以使用极大似然估计对训练样本进行建模:线性回归使用最小二乘法,就是在自变量x与超参数w确定,因变量y服从正态分布假设下,使用极大似然的一个化简;而逻辑回归中对似然函数 ∏ i = 1 N [ p 1 ( x ^ ; w ^ ) y i ⋅ p 0 ( x ^ ; w ^ ) ( 1 − y i ) ] \prod^N_{i=1}[p_1(\hat x;\hat w)^{y_i} \cdot p_0(\hat x;\hat w)^{(1-y_i)}] ∏i=1N[p1(x^;w^)yi⋅p0(x^;w^)(1−yi)]的学习,得到最佳的参数;
(2)二者在求解超参数的工程中,都可以使用梯度下降的方法;
取自【白面机器学习】
这篇好文章是转载于:学新通技术网
- 版权申明: 本站部分内容来自互联网,仅供学习及演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,请提供相关证据及您的身份证明,我们将在收到邮件后48小时内删除。
- 本站站名: 学新通技术网
- 本文地址: /boutique/detail/tanhfbjbkk
系列文章
更多
同类精品
更多
-
photoshop保存的图片太大微信发不了怎么办
PHP中文网 06-15 -
word里面弄一个表格后上面的标题会跑到下面怎么办
PHP中文网 06-20 -
《学习通》视频自动暂停处理方法
HelloWorld317 07-05 -
photoshop扩展功能面板显示灰色怎么办
PHP中文网 06-14 -
Android 11 保存文件到外部存储,并分享文件
Luke 10-12 -
微信公众号没有声音提示怎么办
PHP中文网 03-31 -
excel下划线不显示怎么办
PHP中文网 06-23 -
excel打印预览压线压字怎么办
PHP中文网 06-22 -
TikTok加速器哪个好免费的TK加速器推荐
TK小达人 10-01 -
怎样阻止微信小程序自动打开
PHP中文网 06-13