LR与SVM的异同

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