之前一篇博客中介紹了Logistics Regression的理論原理：http://www.cnblogs.com/bentuwuying/p/6616680.html。
在大大小小的面試過程中，經常會有這個問題：“請說一下邏輯回歸（LR）和支持向量機（SVM）之間的相同點和不同點”。現在整理一下，希望對以后面試機器學習方向的同學有所幫助。
（1）為什么將LR和SVM放在一起來進行比較？
回答這個問題其實就是回答LR和SVM有什么相同點。
第一，LR和SVM都是分類算法。
看到這里很多人就不會認同了，因為在很大一部分人眼里，LR是回歸算法。我是非常不贊同這一點的，因為我認為判斷一個算法是分類還是回歸算法的唯一標准就是樣本label的類型，如果label是離散的，就是分類算法，如果label是連續的，就是回歸算法。很明顯，LR的訓練數據的label是“0或者1”，當然是分類算法。其實這樣不重要啦，暫且遷就我認為他是分類算法吧，再說了，SVM也可以回歸用呢。
第二，如果不考慮核函數，LR和SVM都是線性分類算法，也就是說他們的分類決策面都是線性的。
這里要先說明一點，那就是LR也是可以用核函數的，至於為什么通常在SVM中運用核函數而不在LR中運用，后面講到他們之間區別的時候會重點分析。總之，原始的LR和SVM都是線性分類器，這也是為什么通常沒人問你決策樹和LR什么區別，決策樹和SVM什么區別，你說一個非線性分類器和一個線性分類器有什么區別？
第三，LR和SVM都是監督學習算法。
這個就不贅述什么是監督學習，什么是半監督學習，什么是非監督學習了。
第四，LR和SVM都是判別模型。
判別模型會生成一個表示P(Y|X)的判別函數（或預測模型），而生成模型先計算聯合概率p(Y,X)然后通過貝葉斯公式轉化為條件概率。簡單來說，在計算判別模型時，不會計算聯合概率，而在計算生成模型時，必須先計算聯合概率。或者這樣理解：生成算法嘗試去找到底這個數據是怎么生成的（產生的），然后再對一個信號進行分類。基於你的生成假設，那么那個類別最有可能產生這個信號，這個信號就屬於那個類別。判別模型不關心數據是怎么生成的，它只關心信號之間的差別，然后用差別來簡單對給定的一個信號進行分類。常見的判別模型有：KNN、SVM、LR，常見的生成模型有：朴素貝葉斯，隱馬爾可夫模型。當然，這也是為什么很少有人問你朴素貝葉斯和LR以及朴素貝葉斯和SVM有什么區別（哈哈，廢話是不是太多）。
第五，LR和SVM在學術界和工業界都廣為人知並且應用廣泛。
講完了LR和SVM的相同點，你是不是也認為有必要將他們進行比較一下了呢？而且比較LR和SVM，是不是比讓你比較決策樹和LR、決策樹和SVM、朴素貝葉斯和LR、朴素貝葉斯和SVM更能考察你的功底呢？
（2）LR和SVM的不同。
第一，本質上是其loss function不同。
不同的loss function代表了不同的假設前提，也就代表了不同的分類原理，也就代表了一切！！！簡單來說，邏輯回歸方法基於概率理論，假設樣本為1的概率可以用sigmoid函數來表示，然后通過極大似然估計的方法估計出參數的值，具體細節參考http://blog.csdn.net/pakko/article/details/37878837。支持向量機基於幾何間隔最大化原理，認為存在最大幾何間隔的分類面為最優分類面，具體細節參考http://blog.csdn.net/macyang/article/details/38782399
第二，支持向量機只考慮局部的邊界線附近的點，而邏輯回歸考慮全局（遠離的點對邊界線的確定也起作用，雖然作用會相對小一些）。
當你讀完上面兩個網址的內容，深入了解了LR和SVM的原理過后，會發現影響SVM決策面的樣本點只有少數的結構支持向量，當在支持向量外添加或減少任何樣本點對分類決策面沒有任何影響；而在LR中，每個樣本點都會影響決策面的結果。用下圖進行說明：
理解了這一點，有可能你會問，然后呢？有什么用呢？有什么意義嗎？對使用兩種算法有什么幫助么？一句話回答：
因為上面的原因，得知：線性SVM不直接依賴於數據分布，分類平面不受一類點影響；LR則受所有數據點的影響，如果數據不同類別strongly unbalance，一般需要先對數據做balancing。（引自http://www.zhihu.com/question/26768865/answer/34078149）
第三，在解決非線性問題時，支持向量機采用核函數的機制，而LR通常不采用核函數的方法。
這個問題理解起來非常簡單。分類模型的結果就是計算決策面，模型訓練的過程就是決策面的計算過程。通過上面的第二點不同點可以了解，在計算決策面時，SVM算法里只有少數幾個代表支持向量的樣本參與了計算，也就是只有少數幾個樣本需要參與核計算（即kernal machine解的系數是稀疏的）。然而，LR算法里，每個樣本點都必須參與決策面的計算過程，也就是說，假設我們在LR里也運用核函數的原理，那么每個樣本點都必須參與核計算，這帶來的計算復雜度是相當高的。所以，在具體應用時，LR很少運用核函數機制。
第四，線性SVM依賴數據表達的距離測度，所以需要對數據先做normalization，LR不受其影響。（引自http://www.zhihu.com/question/26768865/answer/34078149）
一個基於概率，一個基於距離！
Linear SVM直觀上是trade-off兩個量
1）a large margin，就是兩類之間可以畫多寬的gap ；不妨說是正樣本應該在分界平面向左gap/2（稱正分界），負樣本應該在分解平面向右gap/2（稱負分界）（見下圖）
2）L1 error penalty，對所有不滿足上述條件的點做L1 penalty
可以看到，給定一個數據集，一旦完成Linear SVM的求解，所有數據點可以被歸成兩類
1）一類是落在對應分界平面外並被正確分類的點，比如落在正分界左側的正樣本或落在負分界右側的負樣本
2）第二類是落在gap里或被錯誤分類的點。
假設一個數據集已經被Linear SVM求解，那么往這個數據集里面增加或者刪除更多的一類點並不會改變重新求解的Linear SVM平面。這就是它區分與LR的特點，下面我們在看看LR。
值得一提的是求解LR模型過程中，每一個數據點對分類平面都是有影響的，它的影響力遠離它到分類平面的距離指數遞減。換句話說，LR的解是受數據本身分布影響的。在實際應用中，如果數據維度很高，LR模型都會配合參數的L1 regularization。
要說有什么本質區別，那就是兩個模型對數據和參數的敏感程度不同，Linear SVM比較依賴penalty的系數和數據表達空間的測度，而（帶正則項的）LR比較依賴對參數做L1 regularization的系數。但是由於他們或多或少都是線性分類器，所以實際上對低維度數據overfitting的能力都比較有限，相比之下對高維度數據，LR的表現會更加穩定，為什么呢？
因為Linear SVM在計算margin有多“寬”的時候是依賴數據表達上的距離測度的，換句話說如果這個測度不好（badly scaled，這種情況在高維數據尤為顯著），所求得的所謂Large margin就沒有意義了，這個問題即使換用kernel trick（比如用Gaussian kernel）也無法完全避免。所以使用Linear SVM之前一般都需要先對數據做normalization，而求解LR（without regularization）時則不需要或者結果不敏感。（引自http://www.zhihu.com/question/26768865/answer/34078149）
同時會有：feature scaling會使得gradient descent的收斂更好。
（圖中橢圓表示目標函數的等高線，兩個坐標軸代表兩個特征）
這樣，在進行梯度下降的時候，梯度的方向就會偏離最小值的方向，走很多彎路。
第五，SVM的損失函數就自帶正則！！！（損失函數中的1/2||w||^2項），這就是為什么SVM是結構風險最小化算法的原因！！！而LR必須另外在損失函數上添加正則項！！！
以前一直不理解為什么SVM叫做結構風險最小化算法，所謂結構風險最小化，意思就是在訓練誤差和模型復雜度之間尋求平衡，防止過擬合，從而達到真實誤差的最小化。未達到結構風險最小化的目的，最常用的方法就是添加正則項，后面的博客我會具體分析各種正則因子的不同，這里就不扯遠了。但是，你發現沒，SVM的目標函數里居然自帶正則項！！！再看一下上面提到過的SVM目標函數：
有木有，那不就是L2正則項嗎？
不用多說了，如果不明白看看L1正則與L2正則吧，參考http://www.mamicode.com/info-detail-517504.html。