"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。
