熱線電話：13121318867

登錄
首頁大數據時代SVM和LR有哪些相同點和不同點
SVM和LR有哪些相同點和不同點
2020-07-03
收藏

SVM和LR是機器學習中常用的算法，今天就讓我們來看一下這兩者有哪些相同點和不同點吧。

SVM和LR的相同點：

1.LR和SVM都是有監督的學習

2.LR和SVM都可以處理分類問題，且一般都用于處理線性二分類問題(在改進的情況下可以處理多分類問題)

3.兩個方法都可以增加不同的正則化項，如l1、l2等等。所以在很多實驗中，兩種算法的結果是很接近的。

4.LR和SVM都是判別模型。

5.LR和SVM在學術界和工業界都廣為人知并且應用廣泛。

SVM和LR的不同點：

1.樣本點對模型的作用不同。SVM只有關鍵的樣本點(支持向量)對模型結果有影響，而LR每一個樣本點都對模型有影響。

2.損失函數不同。SVM是hinge損失函數，LR是log損失函數。這兩個損失函數的目的都是增加對分類影響較大的數據點的權重，減少與分類關系較小的數據點的權重。

3.理論基礎不同。SVM基于嚴格的數學推導，LR基于統計，可解釋性比SVM好。

4.輸出不同。LR可以對每個樣本點給出類別判斷的概率值，SVM無法做到。

5.可處理的特征空間維度不同。LR在特征空間維度很高時，表現較差。SVM則可以通過對偶求解高效應對這一挑戰。

6.防過擬合能力不同。SVM模型中內含了L2正則，可有效防止過擬合。LR要自己添加正則項。

7.處理非線性分類問題能力不同。SVM可通過核函數靈活地將非線性問題轉化為線性分類問題。LR需要手動進行特征轉換。

8.計算復雜度不同。對于海量數據，SVM的效率較低，LR效率比較高。

9.能力范圍不同。 SVM拓展后，可解決回歸問題，LR不能。

10.抗噪聲數據能力不同。SVM的損失函數基于距離測度，抗噪聲能力要強于LR。


CDA數據分析師考試相關入口一覽（建議收藏）：

? 想報名CDA認證考試，點擊>>>   “CDA報名” 了解CDA考試詳情；

? 想學習CDA考試教材，點擊>>> “CDA教材” 了解CDA考試詳情；

? 想加入CDA考試題庫，點擊>>> “CDA題庫” 了解CDA考試詳情；

? 想了解CDA考試含金量，點擊>>> “CDA含金量” 了解CDA考試詳情；

SVM 損失函數 特征 特征空間 過擬合 有監督 機器學習

數據分析咨詢請掃描二維碼

若不方便掃碼，搜微信號：CDAshujufenxi

上一篇SVC，NuSVC，LinearSVC有什么區別
下一篇線性可分支持向量機、線性支持向量機、非線性支持向量機的區別有哪些
數據分析師考試動態
CDA報考指南
數據分析學習
數據分析師資訊
更多

CDA教育閉環

常見問題

關于我們

CDA數據分析師公眾號

  • CDA數據分析師公眾號

CDA考試中心小程序

  • CDA考試中心服務號

CDA數據分析師App下載

  • CDA數據分析師App下載
Copyright © 2015-2021, www.ruiqisteel.com All Rights Reserved. CDA數據分析師(北京國富如荷網絡科技有限公司) 版權所有 京ICP備11001960號-9 京公網安備 11010802034615號 經營許可證編號：京B2-20210330
聯系電話：13321103290 (微信同號)

OK
客服在線
立即咨詢
日韩人妻系列无码专区视频,先锋高清无码,无码免费视欧非,国精产品一区一区三区无码
客服在線
立即咨詢