对各种回归算法的概念理解

机器学习中的监督学习（supervised learning），起源于最简单的回归算法。

线性回归（linear regression）：

用线性函数，向连续变化的量回归。

线性回归强调的是使用线性关系函数。

逻辑回归（logic regression）：

向离散变化的量回归。

Softmax回归是二元逻辑回归的一般化。

逻辑回归强调的是，一组向离散变量的回归。

非线性回归（non-linear regression）：

关系函数为非线性函数的回归方法。

非线性回归，从概念上包含了逻辑回归，因为一般我们都是用非线性关系函数进行非线性回归的学习。

非线性回归，既可以向连续变化的量回归，也可以采用softmax回归。（非线性逻辑回归？）

非线性回归强调的是，采用非线性关系函数，比如polynomial，也可以使用神经网络来做回归。

当我们通过数学模型要预测的值是一个连续的值时，我们称这类问题为回归问题；如果要预测的值是离散的，我们称这类问题为分类问题。

相关文章

• 千万别用WEP方式设置WiFi密码
• Python用类实现函数对象
• IPv4地址结构和Subnetting子网划分
• Python异常处理中的else和finally
• 浏览器访问网页全过程
• 用local定义Bash函数的局部变量
• 什么是裸机编程？
• Python的sys.exit()
• 语音话务量强度（爱尔兰Erl）测定
• 中文标点符号unicode码
• 在CentOS上编译安装Python3
• 用DiskGenius查看硬盘SMART信息
• 摩尔定律和贝佐斯定律
• git config的删除命令
• 查看Linux系统CPU信息
• GSM系统中的A口（A接口）
• Linux系统的运行级别和切换
• CPython是个什么鬼？
• atime，mtime，ctime分别是什么？
• 用pyftpdlib轻松搭建FTP服务器
• 将ISO映像刻入U盘
• IEEE 802.3bp 1000BASE-T1简单介绍
• 什么是SBIT权限（粘滞位，Sticky Bit）？
• Linux中的释伴#!（shebang）
• DPI（Dots Per Inch）
• 什么是UNC路径？
• 关于awk、nawk、mawk、gawk的介绍
• Firefox的高级配置
• 开源与垄断
• 常见的Shell（sh、bash、csh、tcsh、ash、zsh）介绍