machine-learning - 什么时候应该使用逻辑回归和KNN进行分类？换句话说，两者的用法有什么区别？

Question

我正在学习预测建模，想知道在监督学习的情况下，逻辑回归和 KNN 都可以用于分类。那么在哪些情况下我们应该使用其中一种？更具体地说，它们在模型构建中的应用有什么区别?

谢谢你。

Answer 1

基本上，KNN 假设彼此更接近的点必须具有相同的标签，它遭受维数灾难，所以我建议您仅将它用于具有少量样本的低维数据集（因为非常慢）。另一方面，逻辑回归拟合一个将两个概率分布与指数族分开的超平面，它在具有大量训练点的高维数据集上表现得非常好，但如果您的数据不是线性可分的，则该算法将无法工作一点也不。