Каква е разликата между линейната и логистичната регресия?

Линейната и логистичната регресия са методи за машинно обучение за решаване на различни задачи:

• Линейната регресия се използва за прогнозиране на непрекъснати числови стойности. Моделът изгражда линейна зависимост между входните характеристики и целевата променлива.

• Логистичната регресия се прилага за задачи на класификация, обикновено бинарна. Тя оценява вероятността даден обект да принадлежи към един от класовете, използвайки логистичната функция (сигмоид) за преобразуване на линейната комбинация от характеристики в вероятност от 0 до 1.

Пример:

• Линейна регресия: предсказване на цената на къща въз основа на площ и брой стаи.
• Логистична регресия: определяне дали имейлът е спам (да/не).

Основната разлика е в целевата променлива и функцията на активиране:

Характеристика	Линейна регресия	Логистична регресия
Тип задача	Регресия (число)	Класификация (етикети на класове)
Целева променлива	Непрекъсната	Дискретна (обикновено 0 или 1)
Функция на активиране	Линейна	Логистична (сигмоидна)
Изход на модела	Всяко число	Вероятност (0..1)