问朴素贝叶斯和Logistic回归的假设

EN

你是对的杜尔加。他们两个也有相似的表现。不同之处在于NB假设为正态分布，而logistic回归不是。至于速度，NB要快得多。

逻辑回归，根据this source

1)要求观测值相互独立。 换句话说，观测值不应来自重复测量或匹配数据。

2)要求因变量为二元，有序逻辑回归要求因变量为序数。

3)要求自变量之间很少或没有多重共线性。 这意味着自变量之间不应该有太高的相关性。

4)假设自变量和对数赔率为线性。

5)通常需要很大的样本量。 一般的指导原则是，对于模型中的每个自变量，您至少需要10个最不频繁的结果。

tl;dr:

朴素贝叶斯需要变量的条件独立性。回归族需要特征不是高度相关的，才能有一个可解释/很好拟合的模型。

朴素贝叶斯要求特征满足“条件独立性”要求，这意味着：

​

​

这与“回归族”的要求有很大不同。他们需要的是变量不是“相关的”。即使这些特征是相关的，回归模型可能只会变得过拟合或变得更难解释。因此，如果你使用适当的正则化，你仍然可以得到一个很好的预测。