https://blog.csdn.net/u010358304/article/details/79748153
https://www.cnblogs.com/zhizhan/p/5038747.html
LR和SVM异同比较:
同:
1、LR和SVM都是分类算法。
2、在不考虑核函数的情况下,LR和SVM都是线性分类算法,其分类决策面都是线性的。
3、LR和SVM都是监督学习算法。
4、LR和SVM都是判别模型。
异:
1、本质上使用的loss function不同。
2、SVM只考虑局部的边界线附近的点,而LR考虑全局,远离边界的点也会起到作用。
3、在解决非线性问题时,SVM采用核函数机制,而LR通常不采用核函数方法。
4、线性SVM依赖数据表达的距离度量,所以需要对数据先做normalization,LR则可能会对数据做balancing来平衡数据。
5、SVM的损失函数里面自带正则,而LR需在损失函数上添加正则项。