优缺点对比

	线性回归	多项式回归	逻辑回归
优点	1. 容易理解 2. 建模迅速	1. 拟合非线性数据 2. 随机梯度下降快速训练	1. 模型清晰 2. 参数可解释性强 3. 输出有概率意义 4. 计算量小，内存低，可在线学 5. 解决过拟合方法较多
缺点	1. 对异常值非常敏感 2. 难表达复杂数据	1. 指数选择不当易过拟合 2. 对异常值敏感	1. 处理不好特征间相关 2. 特征空间大时性能不好 3. 容易欠拟合准确率不高
场景	复杂问题优先尝试 业界广泛使用的基线模型	对数据结构和特征变量之间的关系有一定了解	擅长二分类 预测、分析均可 应用超广泛