В чем разница между линейной и логистической регрессией в контексте обнаружения скрытых структур в данных?

Разница между линейной и логистической регрессией в контексте обнаружения скрытых структур в данных заключается в целях и характере вывода. 5

Линейная регрессия занимается прогнозированием линейных трендов. 5 Задача алгоритма — найти линию, которая наилучшим образом соответствует данным. 2 На выходе — вещественное число (прогноз изменений). 5

Логистическая регрессия используется для задач классификации. 5 Она вычисляет вероятность того, что исходное значение принадлежит определённому классу. 5 На выходе — число в интервале от 0 до 1. 5 Можно осуществить бинарную классификацию: если число ниже порогового значения — то объект относится к 0 («нет»), а если выше — то к 1 («да»). 5

Таким образом, линейная регрессия ориентирована на прогнозирование непрерывных значений, а логистическая — на определение принадлежности к определённым классам.