logistic regression 系列問題

1. LR與線性迴歸的區別與聯繫 區別： 經典線性模型的優化目標函數是最小二乘法，也就是基於均方誤差函數的最小化；而LR是最大化似然函數，也是最小化交叉熵。 線性迴歸的輸出是一個實值，而LR的輸出是{0， 1}；或者說，線性迴歸是解決迴歸問題，但LR是解決分類問題； 聯繫： LR的本質也是一個線性迴歸模型，只不過在模型外套了一層聯繫函數，使得線性迴歸的輸出實值與分類問題的{0， 1}聯繫在了一起。

>>阅读原文<<