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. 3dnews.ru

Линейная регрессия занимается прогнозированием линейных трендов. 3dnews.ru Задача алгоритма — найти линию, которая наилучшим образом соответствует данным. nuancesprog.ru На выходе — вещественное число (прогноз изменений). 3dnews.ru

Логистическая регрессия используется для задач классификации. 3dnews.ru Она вычисляет вероятность того, что исходное значение принадлежит определённому классу. 3dnews.ru На выходе — число в интервале от 0 до 1. 3dnews.ru Можно осуществить бинарную классификацию: если число ниже порогового значения — то объект относится к 0 («нет»), а если выше — то к 1 («да»). 3dnews.ru

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