Machine learningMachine learning

在线逻辑回归

在线逻辑回归通过随机梯度下降一次拟合一个样本（或小批量）的逻辑分类器，在每个观测值到达时更新模型权重，而不是等待看到整个数据集。这使其成为高流量、流式或内存受限的二元分类问题的标准选择，在这些问题中批量训练是不可行的。

在 MethodMind 中打开即将推出视频即将推出下载幻灯片

阅读完整方法

仅限会员

使用免费账户登录即可阅读本节。

方法图谱

相关方法的邻域——选择一个节点以展开探索。

在线逻辑回归

逻辑回归（机器学习）在线学习在线线性回归正则化逻辑回归半监督逻辑回归在线主动学习在线朴素贝叶斯在线支持向量机

来源

Bottou, L. (2010). Large-Scale Machine Learning with Stochastic Gradient Descent. In Proceedings of COMPSTAT 2010, 177–186. Physica-Verlag. link ↗
Shalev-Shwartz, S. (2012). Online Learning and Online Convex Optimization. Foundations and Trends in Machine Learning, 4(2), 107–194. DOI: 10.1561/2200000018 ↗

如何引用本页

ScholarGate. (2026, June 3). Online Logistic Regression (Incremental Stochastic Gradient Descent). ScholarGate. https://scholargate.app/zh/machine-learning/online-logistic-regression

选用哪种方法？

将本方法与其最相近的同类并置，并排研读——本馆将书籍铺陈于案上，取舍则由您定夺。

并排比较 →

被引用于

在线主动学习在线线性回归在线朴素贝叶斯在线支持向量机

发现本页有问题？报告或提出修改建议 →