邏輯迴歸對線性可分數據更好嗎？

Question

關於分類... 假設發現數據是線性可分的（使用SVM /聚類/單感知器等測試線性可分性。） 我們可以使用更簡單的模型，如邏輯迴歸（而不是SVM或任何其他），因爲他們說簡單的模型是更好的模型

請糾正我，如果錯了

提前感謝！ 蘇里亞

Answer 1

不要混淆與模型的算法。與線性可分數據，每個的那些算法應返回一個簡單的超平面的，直鏈（一級）與實係數項的和。因此，每個型號同樣簡單。

如果你關心最簡單的算法，那麼你確實有一點。

我要堅持簡單SVM：它提供了一個封閉形式的計算，以確定最佳的分離，基於最近的N + 1個觀測（給定的N個特徵）。

的算法的每個都有其優點相對於運行時，爲了清楚起見，精度等如果您的標準是比最大間隙以外的東西，然後線性迴歸（在其閉合形式）可能是最好的選擇。