相同点:
(1) LR和SVM都是分类算法。
(2) 如果不考虑核函数,LR和SVM都是线性分类算法,也就是说他们的分类决策面都是线性的。
(3) LR和SVM都是监督学习算法。
(4) LR和SVM都是判别模型。
区别点:
(1) 本质上是其loss function不同。
(2) 支持向量机只考虑局部的边界线附近的点,而逻辑回归考虑全局(远离的点对边界线的确定也起作用)。
(3) 在解决非线性问题时,支持向量机采用核函数的机制,而LR通常不采用核函数的方法。
(4) 线性SVM依赖数据表达的距离测度,所以需要对数据先做normalization,LR不受其影响。
(5) SVM的损失函数就自带正则!!!(损失函数中的
参考文献中对细节讲的很细,有需要的读者可以看看~~~
参考文献:
SVM和logistic回归分别在什么情况下使用?
blog.csdn.net/zl3090/ar
blog.csdn.net/xiaocong1
联系客服