邏輯回歸演算法是最經典的幾個機器學習演算法之一，本文對它的優點，缺點進行總結。sigmoid函式：表示式如下:
1. 實現簡單，廣泛的應用於工業問題上；
2. 分類時計算量非常小，速度很快，儲存資源低；
3. 便利的觀測樣本概率分數；
4. 對邏輯回歸而言，多重共線性並不是問題，它可以結合l2正則化來解決該問題；
5. 計算代價不高，易於理解和實現。
1. 當特徵空間很大時，邏輯回歸的效能不是很好；
2. 容易欠擬合，一般準確度不太高；
3. 不能很好地處理大量多類特徵或變數；
4. 只能處理兩分類問題(在此基礎上衍生出來的softmax可以用於多分類)，且必須線性可分；
5. 對於非線性特徵，需要進行轉換。
1. 用於二分類領域，可以得出概率值，適用於根據分類概率排名的領域，如搜尋排名等；
2. logistic回歸的擴充套件softmax可以應用於多分類領域，如手寫字識別等；
3. 信用評估；
4. 測量市場營銷的成功度；
5. **某個產品的收益；
6. 特定的某天是否會發生**。
線性回歸做分類因為考慮了所有樣本點到分類決策面的距離，所以在兩類資料分布不均勻的時候將導致誤差非常大；lr和svm克服了這個缺點，其中lr將所有資料採用sigmod函式進行了非線性對映，使得遠離分類決策面的資料作用減弱；svm直接去掉了遠離分類決策面的資料，只考慮支援向量的影響。
程序排程演算法的優缺點
1 時間片輪轉排程演算法 rr 給每個程序固定的執行時間，根據程序到達的先後順序讓程序在單位時間片內執行，執行完成後便排程下乙個程序執行，時間片輪轉排程不考慮程序等待時間和執行時間，屬於搶占式排程。優點是兼顧長短作業 缺點是平均等待時間較長，上下文切換較費時。適用於分時系統。2 先來先服務排程演算法...
K means演算法的原理 優缺點
k means方法是一種非監督學習的演算法，它解決的是聚類問題1 演算法簡介 k means方法是聚類中的經典演算法，資料探勘十大經典演算法之一 演算法接受引數k,然後將事先輸入的n個資料物件劃分為k個聚類以便使得所獲得的聚類滿足聚類中的物件相似度較高，而不同聚類中的物件相似度較小。2 演算法思想 ...
mysql二級索引的優缺點 聚簇索引的優缺點
聚簇索引並不是一種單獨的索引型別,而是一種資料儲存方式.比較常用的就是 innodb 中的聚簇索引,它實際上是在同一結構中儲存了 b tree 索引和資料行.也就是說乙個表的資料實際存放在索引的葉子頁中.mysql innodb 中的聚簇索引不能指定,只能 mysql 自動生成.innodb 中一般...