邏輯回歸和線性回歸的區別 定義是什么

邏輯回歸：是一種廣義的線性回歸分析模型。線性回歸：利用數理統計中回歸分析，來確定兩種或兩種以上變量間相互依賴的定量關系的一種統計分析方法。邏輯回歸：常用于數據挖掘，疾病自動診斷，經濟預測等領域。線性回歸：常運用于數學、金融、趨勢線、經濟學等領域。

邏輯回歸和線性回歸的區別

性質不同

邏輯回歸是一種廣義的線性回歸分析模型；線性回歸是利用數理統計中回歸分析，來確定兩種或兩種以上變量間相互依賴的定量關系的一種統計分析方法。

邏輯回歸常用于數據挖掘，疾病自動診斷，經濟預測等領域；線性回歸常運用于數學、金融、趨勢線、經濟學等領域。

任務定位：線性回歸用于回歸任務；邏輯回歸用于分類任務。

輸出值

線性回歸輸出連續值；邏輯回歸輸出概率值；本質是因為邏輯回歸使用了sigmod函數進行了映射 ，將值域映射到(0,1)，在二類任務中，若大于0.5，則為某個類，小于0.5，為另一類。

損失函數線性回歸采用MSE損失函數，邏輯回歸采用交叉熵損失函數。

邏輯回歸和線性回歸是什么意思

邏輯回歸也稱作logistic回歸分析，是一種廣義的線性回歸分析模型，屬于機器學習中的監督學習。其推導過程與計算方式類似于回歸的過程，但實際上主要是用來解決二分類問題（也可以解決多分類問題）。通過給定的n組數據（訓練集）來訓練模型，并在訓練結束后對給定的一組或多組數據（測試集）進行分類。其中每一組數據都是由p 個指標構成。

線性回歸是一種利用數理統計中回歸分析來確定兩種或兩種以上變量間相互依賴的定量關系的一種統計分析方法。

線性回歸的表達形式為y= w'x+e，其中e為誤差服從均值為0的正態分布。線性回歸分析中，只包括一個自變量和一個因變量，且二者的關系可用一條直線近似表示，這種回歸分析稱為一元線性回歸分析。如果回歸分析中包括兩個或兩個以上的自變量，且因變量和自變量之間是線性關系，則稱為多元線性回歸分析。