30、在逻辑回归中使用多项式特征和正则化

东方耀

30、在逻辑回归中使用多项式特征和正则化


由于引入多项式特征，随着degree的增加容易导致模型过拟合，所以需要正则化


归一化：Normalization  把数据变成(０，１)或者（1,1）之间的小数
最值归一化：把数据变成（0,1）之间  MinMaxScaler
标准化：Standardization  (StandardScaler   均值方差标准化) 标准正态分布
正则化：regularization    （l1 l2 模型正则化 防止过拟合）


scikit-learn中的逻辑回归


ipynb文件在附件，可提供下载！


当需要处理的数据的参数比较多的时候，而且要处理的流程比较复杂的时候，
可以使用Pipeline和GridSearchCV组合起来进行参数的筛选
有个报错并解决：http://www.ai111.vip/thread-855-1-1.html


视频教程请参考：http://www.ai111.vip/thread-349-1-1.html
东方老师微信：dfy_88888

kiko

学习中，支持

kiko

学习中，支持