用于100个离散值的多类别分类的线性回归

请问有人能帮我理解一下,如果我有100个类别要预测,我是否可以使用线性回归来进行预测?预测的数值是离散的,范围从1到100。

我该如何决定是使用线性回归还是逻辑回归更好呢?

感激您的帮助。


回答:

当结果是连续的时,应该使用线性回归;而当结果是离散的时,应该使用逻辑回归。

由于您的结果是离散的,您需要使用逻辑回归。

请查看这里的Stack Overflow问题,了解更多关于线性回归和逻辑回归之间差异的深入讨论。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注