LR与朴素贝叶斯对比

相同点

朴素贝叶斯和逻辑回归都属于分类模型，当朴素贝叶斯的条件概率服从高斯分布时，它计算出来的 P(Y=1|X) 形式跟逻辑回归是一样的

不同点

1. 逻辑回归是判别式模型，朴素贝叶斯是生成式模型
判别式模型估计的是条件概率分布，给定观测变量 x 和目标变量 y 的条件模型，由数据直接学习决策函数 y=f(x) 或者条件概率分布 P(y|x) 作为预测的模型。判别方法关心的是对于给定的输入 x，应该预测什么样的输出 y；
而生成式模型估计的是联合概率分布，基本思想是首先建立样本的联合概率密度模型 P(x,y)，然后再得到后验概率 P(y|x)，再利用它进行分类，生成式更关心的是对于给定输入 x 和输出 y 的生成关系；
2. 朴素贝叶斯的前提是条件独立，每个特征权重独立

参考文章
参考文章1