با سلام
نکته: لطفا قبل از مطالعه این مطلب، مقاله تفاوت Classification و Regression را مطالعه بفرمایید.
وقتی یادگیری ماشین را آغاز می کنیم، به اصطلاحاتی بر می خوریم که به نظر مشابه میان ولی در واقع خیلی متفاوتند. دوتا از این اصطلاحلات Linear Regression و Logistic Regression هستند.
هر دو این روش ها از مهمترین و معروف ترین الگوریتم های یادگیری ماشین هستند و در گروه الگوریتم های Supervised یا نظارتی قرار می گیرند. از اینرو هر دو این الگوریتم ها به داده های برچسب دار برای آموزش و سپس Prediction نیاز دارند. از الگوریتم Linear Regression برای حل مسائل Regression و از Logistic Regression برای حل مسائل Classification استفاده می شود. برای درک اختلاف Regression و Classification این مقاله را مطالعه نمایید.
در شکل بالا متغیر وابسته محور y است (salary) و متغیر مستقل محور x است (experience). خط Regression را میتوان با معادله زیر نشان داد.
معادله Logistic Regression به صورت زیر نوشته می شود.
نکته: همونطور که قبلا هم عرض کردم من از خودم مطلبی برای آموزش ندارم بلکه فقط دانشجویی در حال یادگیری از منابع مختلف هستم. منبع این مطلب هم در قسمت منبع ذکر کردم.
https://www.javatpoint.com/linear-regression-vs-logistic-regression-in-machine-learning