实训补充 区别线性回归和逻辑回归

线性回归模型与逻辑回归模型的区别

逻辑回归的模型引入了sigmoid函数映射，是非线性模型，但本质上又是一个线性回归模型，因为除去sigmoid映射函数关系，其他的步骤，算法都是线性回归的。可以说，逻辑回归，都是以线性回归为理论支持的。
这里讲到的线性，是说模型关于系数一定是线性形式的

加入sigmoid映射后，变成：

如果分类平面本身就是线性的，那么逻辑回归关于特征变量x，以及关于系数都是线性的
如果分类平面是非线性的，例如题主提到的，那么逻辑斯蒂回归关于变量x是非线性的，但是关于参数仍然是线性的

这里，我们做了一个关于变量x的变换：

其他非线性超平面一样的道理，我们可以通过变量的变化，最终一定可以化成形如
的东西，我们把z看做的变量，就是个线性模型。剩下的工作，无非是去构造映射关系

SVM模型与逻辑回归，区别是，SVM如果不用核函数，也得像逻辑回归一样，在映射后的高维空间显示的定义非线性映射函数,而引入了核函数之后，可以在低维空间做完点积计算后，映射到高维。

综上，逻辑回归本质上是线性回归模型，关于系数是线性函数，分离平面无论是线性还是非线性的，逻辑回归其实都可以进行分类。对于非线性的，需要自己去定义一个非线性映射。