今天爱分享给大家带来逻辑回归的优缺点有哪些【面试题详解】，希望能够帮助到大家。
优点：
1. 结构简单，可解释性强，从特征的权重可以看到不同特征对最后结果的影响。
2. 训练速度快，分类时，计算量只和特征数目相关，占用计算资源少。
3. 输出结果方便调整，结果都是概率值，可以很容易调整阈值实现分类。
4. 效果不错，只要特征工程做的好，效果就不会太差。
缺点：
1. 准确率不是太高，因为结构简单，很难拟合复杂数据的真实分布。
2. 很难处理数据不平衡的问题，如果正负样本的比例差距较大，模型区分能力不会很好。
3. 处理非线性数据比较麻烦，在不引入其他方法的情况下，只能处理线性可分的数据。