回归--实践

回归问题解决分类？

Logistic回归

Logistic回归参数估计

逻辑回归一般做二分类。

对数线性模型，广义的线性模型。

 

 

对数的是线性的，证明得到的p就是sigmod函数+线性模型

Logistic回归的损失函数

沿似然函数正梯度上升

Softmax回归

AUC

分类器指标，代码实践，调参与交叉验证。

二分类问题

 

拟合与预测

总结

本模型虽然简单，但它涵盖了机器学习的相 当部分的内容。

使用75%的训练集和25%的测试集

分析模型后，使用最为简单的方法：直接删除； 得到了更好的预测结果。

奥卡姆剃刀如果能够用简单模型解决问题，则不使用更为 复杂的模型。因为复杂模型往往增加不确定性，  造成过多人力和物力成本，且容易过拟合。