逻辑回归和线性回归的异同点

如果你光说名词相近，那面试官就要打你了。

不同点

逻辑 回归与线性回归最大的区别，即逻辑回归中的因变量为离散的，而线性回归中的 因变量是连续的。并且在自变量x与超参数θ确定的情况下，逻辑回归可以看作广 义线性模型(Generalized Linear Models)在因变量y服从二元分布时的一个特殊情 况;而使用最小二乘法求解线性回归时，我们认为因变量y服从正态分布。

相同点

首先我们可以认为二者都使用了 极大似然估计来对训练样本进行建模。线性回归使用最小二乘法，实际上就是在 自变量x与超参数θ确定，因变量y服从正态分布的假设下，使用极大似然估计的一个化简;

而逻辑回归中通过对似然函数
的学习，得到最佳 参数θ。另外，二者在求解超参数的过程中，都可以使用梯度下降的方法，这也是 监督学习中一个常见的相似之处。

线性回归到逻辑回归的演变过程