问何时使用线性判别分析或Logistic回归
EN

Data Science用户

提问于 2016-05-06 01:47:14

回答 1查看 245关注 0票数 2

维基百科关于Logistic回归的文章说：

Logistic回归是Fisher 1936年线性判别分析方法的一种替代方法。如果线性判别分析的假设成立，则应用Bayes规则反演logistic模型中的条件，因此，如果线性判别假设为真，则logistic回归假设必须成立。相反，逻辑模型比判别分析有更少的假设，对自变量的分布不作任何假设。

有人能帮助我理解线性判别的假设是什么，他们持有的一个例子，以及如何应用Bayes规则的结果在Logistic模型中。

是否可以正确地说，Logistic回归总是首选的选择？是否有线性判别分析是首选的条件？

回答已采纳

发布于 2016-05-06 02:22:05

这个问题是在交叉验证SE上提出和回答的。答案虽然有几年之久，但仍然很有用。如果你想要你可以单击此处找到他们的答案。

票数 2

页面原文内容由Data Science提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://datascience.stackexchange.com/questions/11611

复制

相似问题

问何时使用线性判别分析或Logistic回归EN