逻辑回归和线性回归区别

线性回归：

一个特征值时输入的数据集就是二位坐标x，y上面的点。画一根线最可以拟合这些数据，这样下一个数据到来时就可以得到预测的y值，所以线性回归适合预测结果。

 

逻辑回归：

如果标签有两个，即给定数据集想判断某个事情发生还是不发生（当然也可以是3个以上的结果），给一堆数据如果用线性回归只能拟合这些数据，不能完全划分两个结果，所以逻辑回归的出现是为了分类。y的输出值不是0就是1 更适合于分类问题而不是预测问题。