请说一下逻辑回归（LR）和支持向量机（SVM）之间的相同点和不同点
相同点
LR和SVM都是分类算法
LR和SVM都是监督学习算法
如果不考虑核函数，LR和SVM都是线性分类算法，分类决策面都是线性的。
LR和SVM都是判别模型：条件概率
不同点
目标函数不同：逻辑回归方法基于概率理论，是两类的交叉熵；支持向量机是几何间隔最大化，认为几何间隔最大化的分类面为最优分类面。
使用的样本量不同：支持向量机理论上只考虑分类超平面附近的点，而逻辑回归考虑所有的样本。
在解决非线性问题时，支持向量机采用核函数的机制，而LR通常不采用核函数的方法。（LR考虑所有样本的点，使用核函数的话计算复杂）
SVM是结构风险最小化，损失函数自带正则；LR如果要带正则的化需要额外添加。
