6.逻辑回归

Posted 2021-02-21 xwc520

1.用自己的话描述一下，什么是逻辑回归，与线性回归对比，有什么不同？

逻辑回归：是一种广义的线性回归分析模型。常用于数据挖掘，疾病自动诊断，经济预测等领域。

线性回归：利用数理统计中回归分析，来确定两种或两种以上变量间相互依赖的定量百关系的一种统计分析方法。常运用于数学、金融、趋势线、经济学等领域。

2.自述一下什么是过拟合和欠拟合？

机器对样本属性学习过于严格，并且学习了样本特有的属性，对模型未来应用到真实的判定系统时带来较大误差，这种情况就是过拟合。

算法模型只学习了样本的少部分特征，不足以支撑判断，导致在真实应用中产生很多错误的预测，这种情况就是欠拟合。

3.思考一下逻辑回归的应用场景有哪些？

用于分类：适合做很多分类算法的基础组件。

用于预测：预测事件发生的概率（输出）。

用于分析：单一因素对某一个事件发生的影响因素分析（特征参数值）。