学习LR的心得体会以及搜集的一些面试题 LR 线性回归 对数几率回归 LR学习策略 LR损失函数 LR多分类 LR相关面试题 LR 线性回归 先来看看最基础的线性回归问题，目的是学习一个线性模型以尽可能准确的预测连续的输出值。既最符合数据的 学习策略为使预测值与真实值之间的均方误差最小，既 最小。令其对w和b的导数为0即可得到最优解 以及（推导w时要用b的公式回代） 扩展一下多特征数据中优化目标为（此处w为上面w和b的增广矩阵） 求导得 如果加入L1和L2正则项来约束特征系数状态的话就成了Lasso
本文深入探讨了逻辑回归（LR）的概念，从线性回归基础出发，详细讲解了LR的学习策略、损失函数和多分类应用。此外，还讨论了LR在面对数据不平衡和特征相关性时的处理方法，并分享了相关面试题，包括LR的优缺点、特征组合的原因等。
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
