Logistic回归和SVM算法有什么区别和联系？
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
相同点:
1)Logistic回归和SVM都是分类算法.
2)如果不考虑使用核函数，LR和SVM都是线性分类模型，也就是说它们的分类决策面是线性的。
3)都是有监督学习的算法
4) LR和SVM都是判别模型。
不同点:
1)SVM只考虑分类面附近的局部的点，即支持向量，LR则考虑所有的点，与分类面距离较远的点对结果也起作用，虽然作用较小。
2)在解决非线性分类问题时，SVM采用核函数，而LR通常不采用核函数。
3)SVM不具有伸缩不变性，LR则具有伸缩不变性。
4)Logistic回归是通过sigmoid函数来进行分类的,类别分为{0,1}. SVM是通过sign函数来进行分类的,类别分为{+1,-1}.
你好，我是AI助理
可以解答问题、推荐解决方案等
评论
全部评论 (0)