線性回歸要求因變量必須是連續性數據變量；邏輯回歸要求因變量必須是分類變量，二分類或者多分類的；比如要分析性別、年齡、身高、飲食習慣對于體重的影響，如果這個體重是屬于實際的重量，是連續性的數據變量，這個時候就用線性回歸來做；如果將體重分類，分成了高、中、低這三種體重類型作為因變量，則采用logistic回歸。

延展回答：

邏輯回歸又稱logistic回歸分析，是一種廣義的線性回歸分析模型，常用于數據挖掘，疾病自動診斷，經濟預測等領域。例如，探討引發疾病的危險因素，并根據危險因素預測疾病發生的概率等。以胃癌病情分析為例，選擇兩組人群，一組是胃癌組，一組是非胃癌組，兩組人群必定具有不同的體征與生活方式等。

線性回歸是利用數理統計中回歸分析，來確定兩種或兩種以上變量間相互依賴的定量關系的一種統計分析方法，運用十分廣泛。其表達形式為y = w'x+e，e為誤差服從均值為0的正態分布?；貧w分析中，只包括一個自變量和一個因變量，且二者的關系可用一條直線近似表示，這種回歸分析稱為一元線性回歸分析。

在統計學中，線性回歸(Linear Regression)是利用稱為線性回歸方程的最小平方函數對一個或多個自變量和因變量之間關系進行建模的一種回歸分析。這種函數是一個或多個稱為回歸系數的模型參數的線性組合。只有一個自變量的情況稱為簡單回歸,大于一個自變量情況的叫做多元回歸。

邏輯回歸：y=sigmoid(w'x)
線性回歸：y=w'x
也就是邏輯回歸比線性回歸多了一個sigmoid函數，sigmoid(x)=1/(1+exp(-x))，其實就是對x進行歸一化操作，使得sigmoid(x)位于0~1
邏輯回歸通常用于二分類模型，目標函數是二類交叉熵，y的值表示屬于第1類的概率，用戶可以自己設置一個分類閾值。
線性回歸用來擬合數據，目標函數是平法和誤差