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）