13、关于 Logistic 回归算法，以下描述不正确的是（）。

A.Logistic 回归仅能解决二分类问题

B.Logistic 回归训练问题能采用梯度下降策略求解

C.Logistic 回归是一种有监督学习方法

D.Logistic 回归训练问题是凸优化问题

A.逻辑回归训练问题能采用梯度下降策略求解

B.逻辑回归仅能解决二分类问题

C.逻辑回归是一种有监督学习方法

D.逻辑回归训练问题是凸优化问题

A.Logistic回归实际上是一种分类算法。

B.Logistic回归通常用于处理多分类问题。

C.Logistic回归的损失函数可以选用交叉熵，并且采用梯度下降法调整其中的参数。

D.Logistic回归属于线性回归模型。

A.Logistic回归实际上是一种分类算法。

B.Logistic回归通常用于处理多分类问题。

C.Logistic回归的损失函数可以选用交叉熵，并且采用梯度下降法调整其中的参数。

D.Logistic回归属于线性回归模型。

A.Logistic 回归

B.线性判别分析

C.线性回归模型

D.主成份分析模型

A.逻辑回归（Logistic Regression）不能用于处理二分类问题。

B.有很多场景需要输出的是概率估算值，这时需要将预测输出值控制在[0,1]区间内。

C.二元分类问题的目标是正确预测两个可能的标签中的一个。

D.逻辑回归模型能够确保输出值始终落在0 和1 之间。

A.回归通常用于连续变量预测，分类一般用于离散变量预测。

B.分类和回归的区别在于输出变量的类型，因此分类和回归问题不能相互转换，并且同时构成了两大类常见机器学习任务

C.评价分类和回归方法可以使用同样的命中准确度指标

D.决策树算法是分类算法而不是回归算法

A.逻辑回归用于处理分类问题，线性回归用于处理回归问题

B.线性回归要求输入输出值呈线性关系，逻辑回归不要求

C.逻辑回归一般要求变量服从正态分布，线性回归一般不要求

D.线性回归计算方法一般是最小二乘法，逻辑回归的参数计算方法是似然估计法。

A.I

B.II

C.III

D.IV

E.V

A.最小二乘回归

B.Lasso回归

C.Ridge回归（岭回归）

D.Elastic-Net回归（弹性网回归）