文章目录
- 简介
- 正则化
- 经验风险和结构风险
- 过拟合
- 正则化
- 建模策略
- 逻辑回归
- 逻辑回归评估器
- 练习
- 评估器训练与过拟合实验
- 评估器的手动调参
简介
- 这一节详细探讨关于正则化的相关内容，并就 sklearn 中逻辑回归（评估器）的参数进行详细解释
- 由于 sklearn 内部参数的一致性，许多参数不仅是逻辑回归的参数，也是大多数分类模型的通用参数
- 逻辑回归作为一个诞生时间较早并且拥有深厚统计学背景的模型，拥有非常多的变种应用方法，虽然之前就逻辑回归的基本原理、基础公式以及分类性能进行了探讨，但实际上逻辑回归算法的模型形态和应用方式远不止于此，在 sklearn 中，提供了非常丰富的逻辑回归的可选算法参数，相当于提供了一个集大成者的逻辑回归模型
- 第一个参数就是关于正则化的选项