今天你DEBUG了吗

原创 [Machine Learning] 线性回归与逻辑回归（含代码）

1.线性回归与逻辑回归的区别与联系 (1)逻辑回归和线性回归首先都是广义的线性回归。 (2)经典线性模型的优化目标函数是最小二乘，而逻辑回归则是似然函数。 (3)线性回归在整个实数域范围内进行预测，敏感度一致，而分类范围，需要在[0,1]。逻辑 回归就是一种减小预测范围，将预测值限定为[0,1]间的一种回归模型，因而对于这类问题来说，逻辑回归的鲁棒性比线性回归的要好。 或者说，线性回归模型无法做到sigmoid的非线性形式，sigmoid可以轻松处理0/1分类问题。 2.线性回归的代码实现 建立线性回归模型