¿Cuál es la diferencia entre regresión lineal y logística?

La regresión lineal y logística son métodos de aprendizaje automático para resolver diferentes tareas:

• Regresión lineal se utiliza para predecir valores numéricos continuos. El modelo construye una dependencia lineal entre las características de entrada y la variable objetivo.

• Regresión logística se aplica a tareas de clasificación, generalmente binaria. Evalúa la probabilidad de que un objeto pertenezca a una de las clases, usando la función logística (sigmoide) para transformar la combinación lineal de las características en una probabilidad de 0 a 1.

Ejemplo:

• Regresión lineal: predicción del precio de una casa según su tamaño y número de habitaciones.
• Regresión logística: determinar si un correo electrónico es spam (sí/no).

La principal diferencia radica en la variable objetivo y la función de activación:

Característica	Regresión lineal	Regresión logística
Tipo de tarea	Regresión (número)	Clasificación (etiquetas de clases)
Variable objetivo	Continua	Discreta (generalmente 0 o 1)
Función de activación	Lineal	Logística (sigmoide)
Salida del modelo	Cualquier número	Probabilidad (0..1)