logistic regression与SVM

Logistic模型和SVM都是用于二分类，现在大概说一下两者的区别

① 寻找最优超平面的方法不同

形象点说，Logistic模型找的那个超平面，是尽量让所有点都远离它，而SVM寻找的那个超平面，是只让最靠近中间分割线的那些点尽量远离，即只用到那些“支持向量”的样本——所以叫“支持向量机”。

② SVM可以处理非线性的情况

即，比Logistic更强大的是，SVM还可以处理非线性的情况。​

③Logistic regression 和 SVM本质不同在于loss function的不同，Logistic regression的损失函数是 cross entropy loss（交互熵）， SVM是hinge loss（这种损失函数直接来说与最大边界相关），Adaboost的损失函数是 exponential loss 。常见的回归模型通常用均方误差 loss。

转载于:https://www.cnblogs.com/Emily07/p/6108341.html