机器学习之逻辑斯蒂回归

目录

一、分类与回归

二、逻辑回归不是回归 

 三、生成式逻辑回归

四、判别式逻辑回归 

五、逻辑回归为什么不用均方误差做损失函数

六、判别模型与生成模型的比较

七、写在最后

---

一、分类与回归

回归与分类是机器学习的基本问题。回归是预测连续值，分类是预测离散值；回归的输出可以是任意值，而分类的输出只能是预设的分类输出的一个，比如（0，1）中的0或1.；理论上讲，如果回归的输入值相近，那么它的预测值也是相近的，而分类的输入相近（在同一个分类决策边界内），那么它们的预测值是一样的，代表属于同一类别。

举个例子：

预测明天的气温是回归问题，因为预测值可以是正常温度中的任意一个值，是连续的。