一. 线性回归 VS 逻辑回归
线性回归,一般处理因变量是数值型区间变量(连续),用来拟合因变量和自变量之间的线性关系,但是因变量和自变量都是连续区间,常见的线性模型:
而在分析实际问题时,所研究问题变量不仅有区间变量(连续变量),也有属性变量(分类变量 or 顺序变量),如二项分布问题,通过分析患者的年龄、性别、体质指数、平均血压、疾病指数等指标,判断一个人是否有糖尿病,Y = 0表未患病,Y = 1表患病,这里的响应变量(分类变量)是一个两点(0-1)分布变量,它不能用h函数处理因变量是连续变量的问题,若因变量是定性(分类)问题,线性回归model就不能解决这个问题了,需要采用逻辑回归来解决定性(分类)问题。
逻辑回归,