以下关于逻辑斯蒂回归模型的描述正确的是
A: 针对分类的可能性进行建模，不仅能预测出类别，还可以得到属于该类别的概率。
B: 直接对分类的可能性进行建模，无需事先假设数据分布，这样就避免了假设分布不准确所带来的问题。
C: 模型本质仍然是一个线性模型，实现相对简单。
D: 逻辑斯蒂回归模型是线性回归模型
A: 针对分类的可能性进行建模，不仅能预测出类别，还可以得到属于该类别的概率。
B: 直接对分类的可能性进行建模，无需事先假设数据分布，这样就避免了假设分布不准确所带来的问题。
C: 模型本质仍然是一个线性模型，实现相对简单。
D: 逻辑斯蒂回归模型是线性回归模型
举一反三
- 逻辑斯蒂回归的优点有（） A: 直接对分类可能性进行预测 B: 无需事先假设数据分布，避免了假设分布不准确所带来的问题 C: 是任意阶可导的凸函数，可直接应用现有数值优化算法求取最优解 D: 对概率辅助决策的任务有用
- 下面对逻辑斯蒂回归（logistic regression)和多项逻辑斯蒂回归模型(multi-nominal logistic model)描述不正确的是（ ） A: 两者都是监督学习的方法 B: 多项逻辑斯蒂回归模型也被称为softmax函数 C: 两者都可被用来完成多类分类任务 D: 逻辑斯帝回归是监督学习，多项逻辑斯蒂回归模型是非监督学习
- 逻辑斯蒂回归模型是一种回归算法。 A: 正确 B: 错误
- 逻辑斯蒂回归和线性区别分析均可完成分类任务，下面描述正确的是（ ）? 逻辑斯蒂回归可直接在数据原始空间进行分类，线性区别分析需要在降维所得空间中进行分类|以上都不正确|逻辑斯蒂回归在降维所得空间中进行分类，线性区别分析在数据原始空间进行分类|逻辑斯蒂回归和线性区别分析都是直接在数据原始空间进行分类
- 中国大学MOOC: 以下关于逻辑斯蒂回归模型的描述正确的是