1樓：是你找到了我
一、性質不同
1、邏輯迴歸
：是一種廣義的線性迴歸分析模型。
2、線性迴歸：利用數理統計中迴歸分析，來確定兩種或兩種以上變數間相互依賴的定量關係的一種統計分析方法。
二、應用不同
1、邏輯迴歸：常用於資料探勘，疾病自動診斷，經濟**等領域。
2、線性迴歸：常運用於數學、金融、趨勢線、經濟學等領域。
2樓：匿名使用者
線性迴歸要求因變數必須是連續性資料變數；邏輯迴歸要求因變數必須是分類變數，二分類或者多分類的；比如要分析性別、年齡、身高、飲食習慣對於體重的影響，如果這個體重是屬於實際的重量，是連續性的資料變數，這個時候就用線性迴歸來做；如果將體重分類，分成了高、中、低這三種體重型別作為因變數，則採用logistic迴歸。
延展回答：
邏輯迴歸又稱logistic迴歸分析，是一種廣義的線性迴歸分析模型，常用於資料探勘，疾病自動診斷，經濟**等領域。例如，**引發疾病的危險因素，並根據危險因素**疾病發生的概率等。以胃癌病情分析為例，選擇兩組人群，一組是胃癌組，一組是非胃癌組，兩組人群必定具有不同的體徵與生活方式等。
線性迴歸是利用數理統計中迴歸分析，來確定兩種或兩種以上變數間相互依賴的定量關係的一種統計分析方法，運用十分廣泛。其表達形式為y = w'x+e，e為誤差服從均值為0的正態分佈。迴歸分析中，只包括一個自變數和一個因變數，且二者的關係可用一條直線近似表示，這種迴歸分析稱為一元線性迴歸分析。
在統計學中，線性迴歸(linear regression)是利用稱為線性迴歸方程的最小平方函式對一個或多個自變數和因變數之間關係進行建模的一種迴歸分析。這種函式是一個或多個稱為迴歸係數的模型引數的線性組合。只有一個自變數的情況稱為簡單迴歸,大於一個自變數情況的叫做多元迴歸。
邏輯迴歸和線性迴歸的區別 機器學習
3樓：匿名使用者
邏輯迴歸：y=sigmoid(w'x)
線性迴歸：y=w'x
也就是邏輯迴歸比線性迴歸多了一個sigmoid函式，sigmoid(x)=1/(1+exp(-x))，其實就是對x進行歸一化操作，使得sigmoid(x)位於0~1
邏輯迴歸通常用於二分類模型，目標函式是二類交叉熵，y的值表示屬於第1類的概率，使用者可以自己設定一個分類閾值。
線性迴歸用來擬合資料，目標函式是平法和誤差
4樓：匿名使用者
線性迴歸要求因
變數必須是連續性資料變數；邏輯迴歸要求因變數必須是分類變數，二分類或者多分類的；比如要分析性別、年齡、身高、飲食習慣對於體重的影響，如果這個體重是屬於實際的重量，是連續性的資料變數，這個時候就用線性迴歸來做；如果將體重分類，分成了高、中、低這三種體重型別作為因變數，則採用logistic迴歸。
延展回答：
邏輯迴歸又稱logistic迴歸分析，是一種廣義的線性迴歸分析模型，常用於資料探勘，疾病自動診斷，經濟**等領域。例如，**引發疾病的危險因素，並根據危險因素**疾病發生的概率等。以胃癌病情分析為例，選擇兩組人群，一組是胃癌組，一組是非胃癌組，兩組人群必定具有不同的體徵與生活方式等。
線性迴歸是利用數理統計中迴歸分析，來確定兩種或兩種以上變數間相互依賴的定量關係的一種統計分析方法，運用十分廣泛。其表達形式為y = w'x+e，e為誤差服從均值為0的正態分佈。迴歸分析中，只包括一個自變數和一個因變數，且二者的關係可用一條直線近似表示，這種迴歸分析稱為一元線性迴歸分析。
在統計學中，線性迴歸(linear regression)是利用稱為線性迴歸方程的最小平方函式對一個或多個自變數和因變數之間關係進行建模的一種迴歸分析。這種函式是一個或多個稱為迴歸係數的模型引數的線性組合。只有一個自變數的情況稱為簡單迴歸,大於一個自變數情況的叫做多元迴歸。
spss線性迴歸和logistic迴歸的區別
5樓：呂秀才
線性回來歸要求因變數必須是連續性數
源據變數；
logistic迴歸要求因變數必須是分類變數，二分類或者多分類的；
比如要分析性別、年齡、身高、飲食習慣對於體重的影響，如果這個體重是屬於實際的重量，是連續性的資料變數，這個時候就用線性迴歸來做；
如果將體重分類，分成了高、中、低這三種體重型別作為因變數，則採用logistic迴歸
線性迴歸方程是什麼
我們以一簡單資料組來說明什麼是線性迴歸。假設有一組資料型態為 y y x 其中 x y 如果我們要以一個最簡單的方程式來近似這組資料，則非一階的線性方程式莫屬。先將這組資料繪圖如下 圖中的斜線是我們隨意假設一階線性方程式 y 20x，用以代表這些資料的一個方程式。以下將上述繪圖的 matlab 指令...
線性迴歸和一次曲線擬合的區別,線性擬合和線性迴歸的區別是什麼
迴歸 分析bai 可以理解為一種方法du或演算法,即研究zhi因變數daoy和自變數專x之間關係的一種數學統屬 計方法,目的是瞭解y和x之間相關性的強度。擬合是推求一個函式表示式y f x 來描述y和x之間的關係,一般用最小二乘法原理來計算。用直線來擬合時,可以叫一次曲線擬合,雖然有點彆扭 用二次函...
線性迴歸模型為什麼要求隨機誤差的均值為
如果均值不等於0，等式將會不可解。線性迴歸為什麼隨機誤差的均值是0是假設 首先是想用一個函式來擬合資料。但往往不能完美擬合。這時比較理想情況當然是偏多和偏少的一樣多。這些偏差看作隨機誤差，當然要是0才最理想。這裡的0均值，並不是真實就是有0均值的隨機誤差，只是擬合的不完美導致的偏差。所以是人為的假設...