你真的理解_线性模型要求样本的分布情况_吗？

问题来源：

听七月在线课的时候，老师说的一句，对于逻辑回归模型，样本分布不符合正态分布的时候，需要进行log1p处理或者是exp处理。

正确的表达：

数据分析中，如何是长尾分布并且考虑使用线性模型，可以对变量进行幂变换或对数变化。

分析如下：

博客1：https://blog.csdn.net/u010462995/article/details/70847146
该博客介绍到线性回归要求因变量服从正态分布，因为从随机变量的角度看，假定误差是服从正态分布的。

依据上述线性关系，假设因变量Y服从正态分布，再利用最大似然函数等价于最小二乘。

有关与逻辑回归对输入的要求

1.离散值：不考虑线性关系，对于较少的数据进行归类操作。
2.连续值：需要检查二者之间的线性关系是否成立，如果不成立，应进行相应的变量变换，如对数变换、指数变换、
多项式变换等，使其以恰当的形式进入方程。

每一个特征都看成是正态分布的情况下，通过线性匹配可以将多个正态分布拟合出所有的可能情况。