线性回归和逻辑回归

1、回归和分类的问题？

比如我们想预测房价，预测天气，预测股票等这些数值都是一些连续型的数值，如果我们想知道我一些房间中有多少个卧室，那么这些肯定是一个整数比如说2个卧室、3个卧室，不可能是2.1个卧室，3.68个卧室，类似于小数的这样一个连续型的数值，这是不符合实际情况的，肯定是不行的，所以类似于这种我们就可以把它叫做一个分类问题；所以回归问题他在数学表示上数值要是连续型的，要预测一个值；而分类问题呢，它是一个离散型的；回归问题常用的算法就是线性回归；分类问题常用算法可能是支持向量机、K邻近距离，朴素贝叶斯。

回归和分类他们解决问题的思路都是一样的，首先我要准备数据，然后去训练模型，如果说这个数据是一个连续型的话，那么我们就认为他是一个回归问题；如果他是离散型的，我们就认为他是分类问题；从更专业的数学专业来说分类和回归：

2、线性回归VS逻辑回归

2.1线性回归

线性回归：能够用一个