TL; DR
La regresión lineal se usa para predecir variables continuas.
La regresión logística se usa para predecir variables categóricas (principalmente binarias)
- ¿Las redes de cápsulas reemplazarán a las redes neuronales?
- ¿Cómo se construye una máquina del tiempo?
- ¿Hay algún conjunto de datos o API que proporcione una lista de palabras poco frecuentes?
- ¿Hay algún kit de herramientas LSTM disponible en MATLAB?
- ¿Cuánto costaría desarrollar la capacidad de reconocimiento de escritura a mano?
La regresión lineal genera el valor de la variable como su predicción
La regresión logística genera la PROBABILIDAD de ocurrencia de un evento como su predicción
La precisión y la bondad de ajuste de la regresión lineal se pueden medir por pérdida, R al cuadrado, R al cuadrado ajustado, etc.
Regresión logística: medir la precisión de las distribuciones categóricas puede ser complicado debido al desequilibrio. Entonces, tenemos que usar un montón de métricas para medir el ajuste del modelo. Algunos de ellos son –
Precisión, precisión, recuperación, puntuación F1 (media armónica de precisión y recuperación), curva ROC (para determinar el umbral de probabilidad para la clasificación), matriz de confusión, concordancia, Gini y la lista continúa …
Además de esto, se pueden hacer muchas otras comparaciones. He tratado de mantenerlo “amigable para los practicantes”.