一、logistic回归又称logistic回归分析,是一种广义的线性回归分析模型,常用于数据挖掘,疾病自动诊断,经济预测等领域。
二、优点:
1. 实现简单,广泛的应用于工业问题上;
2. 分类时计算量非常小,速度很快,存储资源低;
3. 便利的观测样本概率分数;
4. 对逻辑回归而言,多重共线性并不是问题,它可以结合L2正则化来解决该问题;
5. 计算代价不高,易于理解和实现。
三、缺点:
1. 当特征空间很大时,逻辑回归的性能不是很好;
2. 容易欠拟合,一般准确度不太高;
3. 不能很好地处理大量多类特征或变量;
4. 只能处理两分类问题(在此基础上衍生出来的softmax可以用于多分类),且必须线性可分;
5. 对于非线性特征,需要进行转换。