生成模型和判别模型与LR和SVM的异同

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。