逻辑回归（Logistic Regression）是机器学习中的一种分类模型，逻辑回归是一种分类算法，该算法的目的是预测二元输出变量（比如0或1），逻辑回归算法广泛运用于预测股票市场，顾客购买行为，诊断疾病等等。虽然名字中带有回归，但却是一种分类算法。优点：（1）训练速度较快，分类的时候，计算量仅仅只和特征的数目相关；（2）简单易理解，模型的可解释性非常好，从特征的权重可以看到不同的特征对最后结果

逻辑回归（Logistic Regression）是机器学习中的一种分类模型，逻辑回归是一种分类算法，该算法的目的是预测二元输出变量（比如0或1），逻辑回归算法广泛运用于预测股票市场，顾客购买行为，诊断疾病等等。虽然名字中带有回归，但却是一种分类算法。优点：（1）训练速度较快，分类的时候，计算量仅仅只和特征的数目相关；（2）简单易理解，模型的可解释性非常好，从特征的权重可以看到不同的特征对最后结果

逻辑回归（Logistic Regression）是机器学习中的一种分类模型，逻辑回归是一种分类算法，该算法的目的是预测二元输出变量（比如0或1），逻辑回归算法广泛运用于预测股票市场，顾客购买行为，诊断疾病等等。虽然名字中带有回归，但却是一种分类算法。优点：（1）训练速度较快，分类的时候，计算量仅仅只和特征的数目相关；（2）简单易理解，模型的可解释性非常好，从特征的权重可以看到不同的特征对最后结果