今天的內容會帶大家了解
1. 線性回歸與羅吉斯回歸的基本定義
2. 線性回歸與羅吉斯回歸的差異
3. 回歸模型使用上的限制
線性回歸模型(Linear Regression):
簡單常見的線性模型,可使用於回歸問題
訓練速度非常快,但須注意資料共線性、資料標準化等限制
通常可作為 baseline 模型作為參考點
羅吉斯回歸( Logistics Regression):
雖然有回歸兩個字,但 Logsitics 是分類模型
將線性回歸的結果,加上 Sigmoid 函數,將預測機率值限制在 0 ~ 1 之間
有了大概的理解之後,我們開始今天的學習吧!!!