"LR"是"Logistic Regression"(逻辑回归)的缩写,是一种广泛应用于分类问题的统计机器学习算法。它通过sigmoid函数将线性回归的输出映射到[0,1]区间,用于预测二元分类的概率。LR模型参数通常采用最大似然估计和梯度下降法优化,具有计算高效、可解释性强(通过系数权重分析特征重要性)的特点,适合处理线性可分或弱非线性数据。尽管结构简单,LR常作为基线模型,并可通过正则化(如L1/L2)防止过拟合。在金融风控、医疗诊断等领域有广泛应用,也是深度学习分类任务中常见的输出层结构。