※ 引述《tren (窗外有蓝天)》之铭言： : 在 The Elements of Statistical Learning一书里, : 作者於p105比较logistic regression(LR)与linear discriminant analysis(LDA)提到: : "...observations far from the decision boundary are down-weighted by : logistic regression..." : 但小弟对於这里的down-weighting一直百思不解.由於LR和LDA有相同 : 的regression form,所以down-weighting应该不是因为log函数对 : 大数的compression而来.那麽,到底直观上或数学上,LR为何会对outliers : 比较robust了? : 谢谢! 我的想法是logistic regression并没有用到X的分配的资讯 而linear discriminant analysis有，它假设不同组的X是多维常态 因此若有outliers，对多维常态的均值向量与变异矩阵影响较大 因为它的decision boundary几乎完全由这两项决定。 这是简单的想法，参考参考。 -- ．﹒‧∴＊˙﹒ ★ 甜。心。小。北。鼻 ＊ ◢◣◢◣ http://www.wretch.cc/album/u504053 ．﹒‧ ◥██◤ ◥◤ 统。计。生。活。馆 ＊ http://home.educities.edu.tw/rebecca0924/ --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 219.71.45.73