适用于线性回归和逻辑回归的场景分析

作者：张涵夏

来源：自动化与仪器仪表, 2022, (10): 1-8.

DOI：10.14016/j.cnki.1001-9227.2022.10.001

• 机器学习
• 线性回归
• 逻辑回归

针对机器学习领域中两种常用的预测与分类算法，线性回归和逻辑回归，比较适用于两者的应用场景。基于python sklearn中的糖尿病数据集，采用两种算法建立三个不同模型，即一元线性模型、多元线性模型、逻辑回归模型对同一目标值进行预测并得出预测准确率进行比较。结果表明，在数据集各自变量呈离散分布并与因变量间缺少良好线性关系的情况下，使用线性回归方法所获得的准确率低于使用逻辑回归算法所获得的准确值。