相同点:
1、LR与SVM都属于判别模型,与判别模型相对的是生成模型,生成模型代表算法是:HMM
2、LR名字里虽然带有回归,但是实际上和SVM一样,都是分类算法;
3、
不同点
1、LR的目标是使得所有的点分类正确。所以LR会受到数据集中所有点的影响,当数据不均衡时,LR的性能会受到影响;而SVM分类性能只会收到支持向量的影响,只要支持向量不变,类别不平衡影响不大;
2、逻辑回归通过非线性映射,大大减小了离分类平面较远的点的权重,相对提升了与分类最相关的数据点的权重,SVM的处理方法是只考虑support vectors,也就是和分类最相关的少数点,去学习分类器;
3、目标函数不一样
LR是最大化似然函数,SVM是寻找一个使离分界平面最近点离分界面距离最大的分界面
链接:参考文献