线性回归可以用于分类吗?

好奇的好奇的 成员职位:12新手
2020年1月编辑 在帮助
我注意到算子线性回归被指出适用于回归(估计)和分类。对吗?它是否有任何扩展，使它能够用于分类?
标记:

答案

  • hughesfleming68hughesfleming68 成员职位:323独角兽
    建立线性回归分类是没有问题的。只需将标签设置为非数值。
    varunm1
  • Telcontar120Telcontar120 主持人，RapidMiner认证分析师，RapidMiner认证专家，会员职位:1635年独角兽
    虽然线性回归是可能的，但它并不是为非数值分类而设计的，所以在做这个的时候要小心。没有什么可以阻止您将响应变量重新编码为0/1输出，然后使用经典的线性回归来预测它。然而，线性回归的解释，在系数方面，结果得分，和你测量的误差，是不一样的，他们在经典的线性回归。这里有一篇文章总结了它和逻辑回归之间的一些主要区别(逻辑回归是为这种使用回归方法的分类而设计的):https://stackoverflow.com/questions/12146914/what-is-the-difference-between-linear-regression-and-logistic-regression
    布莱恩·T。
    Lindon合资企业
    乐鱼平台进入来自认证RapidMiner专家的数据科学咨询
    hughesfleming68 yyhuang sgenzer varunm1
  • kypexinkypexin 主持人，RapidMiner认证分析师，会员职位:290独角兽
    嗨@Curious

    把前面的答案加起来:我想说，在某种程度上是可能的，但这两种算法并不是为所有用例完全可互换而设计的。链接来自@Telcontar120很清楚地解释了这个概念。

    在一些信用评分建模项目的范围内，我们一直在比较线性和逻辑回归的结果，并且在某种程度上它高度依赖于某些数据哪一个表现更好，但总体表现相当可比。
    --
    弗拉基米尔•
    http://whatthefraud.wtf
    varunm1
  • IngoRMIngoRM 管理员、版主、员工、RapidMiner认证分析师、RapidMiner认证专家、社区经理、RMResearcher、会员、大学教授职位:1751年RM创始人
    我还想权衡并指出，对于许多用例来说，两种方法之间的差异相对较小，甚至可能在统计上都不显著。奇怪的是，我发现线性回归的参数调优比回归任务更简单/更直接。这使得线性回归，或者更合适的GLM，成为我的标准工具之一，如果列的数量不是太高，我会首先尝试回归和分类任务。有一些带有线性模型的基准总是好的。
    就是2c，
    Ingo
    sgenzer varunm1 hughesfleming68
登录或注册置评。