SVM与LR区别

最新推荐文章于 2021-03-30 00:59:48 发布

聂小闲

最新推荐文章于 2021-03-30 00:59:48 发布

阅读量262

点赞数

分类专栏：算法

本文链接：https://blog.csdn.net/qq_34438672/article/details/82228961

版权

算法专栏收录该内容

111 篇文章 0 订阅

订阅专栏

1.损失函数不一样，逻辑回归的损失函数是log loss，svm的损失函数是hinge loss2.损失函数的优化方法不一样，逻辑回归用剃度下降法优化，svm用smo方法进行优化3.逻辑回归侧重于所有点，svm侧重于超平面边缘的点4.svm的基本思想是在样本点中找到一个最好的超平面。5对非线性问题的处理方式不同，LR主要靠特征构造，必须组合交叉特征，特征离散化。SVM也可以这样，还可以通过kernel。

https://blog.csdn.net/jfhdd/article/details/52319422