Logistic Regression vs Naive Bayes

相同

逻辑回归和朴素贝叶斯都是对条件概率\(p(y|X)\)进行建模，使得最终的分类结果有很好的解释性。

不同

具体流程

• 逻辑回归：
  假设\(p(y=1|X)\)满足逻辑函数\(h(z)=1/(1+exp(-z)),z=XW+b\)，即\[p(y=1|X)=\frac{1}{1+exp(-XW-b)}\]，通过梯度下降最小化\(-log(p(y|X))\)直接求解W。
• 朴素贝叶斯：
  不直接求解\(p(y|X)\)，先求解\(p(y)\)和\(p(X|y)\)，再通过贝叶斯公式\[p(y|X)=\frac{p(x,y)}{\prod_y{p(x,y)}}=\frac{p(y)p(X|y)}{\prod_y{p(y)}p(X|y)}\]求解\(p(y|X)\)。
  ------“贝叶斯”
  且其假设特征满足条件独立性：给定类别，不同维度的特征取值之间相互独立，即\[p(X|y=c)=\prod_i{p(X_i|y=c)}\]。
  ------“朴素”
  如果特征X取离散值，可以直接根据训练数据统计出\(p(y)\)和\(p(X_i|y)(\forall{i})\)。
  如果特征X取连续值，需要假设\(p(X|y)\)的形式，如高斯分布，其对应W值形式确定，根据训练数据利用MLE求解出\(\mu\)和\({\Sigma}\)后，由\({\mu}\)和\({\Sigma}\)确定W值。
  预测时，求解使得\(p(y|X)\)最大的\(y\)作为最终的分类结果。

模型类别

逻辑回归是判别模型；朴素贝叶斯是生成模型。
判别模型的目标是找到一个最能够区分不同类的边界，它不在乎每一类中样本点是如何分布的；
生成模型首先对各类中的样本分布进行建模，
好处是需要的训练数据更少、对于噪声点更鲁棒(该点与假设不符合，可能是噪声点)、\(p(y)\)和\(p(X|y)\)可以来自不同的源。

如何取舍