版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/ZK_J1994/article/details/81386089
主要从机器学习的三要素(决策函数函数,损失函数,学习算法),算法复杂度,鲁棒性来进行比较,其余的忽略。
LR与SVM的不同点
-
损失函数不同(LR是交叉熵损失函数,SVM是hinge loss)
-
学习算法不同(LR是梯度下降,SVM是SMO)
-
算法鲁棒性(SVM由于只依赖于支持向量,因此对异常点具有更好的鲁棒性)
-
算法复杂度(SVM具有很强的非线性学习能力,LR只能学到线性关系)