逻辑回归

“逻辑回归” 和 "线性回归" 的关系

 

都可以做预测，但它们之间不存在包含关系。

逻辑回归用在二值预测，比如预测一个客户是否会流失，只有0-不流失，1-流失；

线性回归用来进行连续值预测，比如预测投入一定的营销费用时会带来多少收益。

 只看公式太痛苦了，分开说一下就好。Logistic Regression 有三个主要组成部分：回归、线性回归、Logsitic方程。
  1）回归
   Logistic regression是线性回归的一种，线性回归是一种回归。那么回归是虾米呢？
   回归其实就是对已知公式的未知参数进行估计。大家可以简单的理解为，在给定训练样本点和已知的公式后，对于一个或多个未知参数，机器会自动枚举参数的所有可能取值（对于多个参数要枚举它们的不同组合），直到找到那个最符合样本点分布的参数（或参数组合）。（当然，实际运算有一些优化算法，肯定不会去枚举的）
    注意，回归的前提是公式已知，否则回归无法进行。而现实生活中哪里有已知的公式啊（G=m*g 也是牛顿被苹果砸了脑袋之后碰巧想出来的不是？哈哈），因此回归中的公式基本都是数据分析人员通过看大量数据后猜测的（其实大多数是拍脑袋想出来的，嗯...）。根据这些公式的不同，回归分为线性回归和非线性回归。线性回归中公式都是“一次”的（一元一次方程，二元一次方程...），而非线性则可以有各种形式（N元N次方程，log方程等等&#