1 逻辑回归简单介绍
1.1逻辑回归英文名称
逻辑回归(logistic regression),因此调包时常用lr代替逻辑回归算法包。
1.2逻辑回归优劣势
- 优点:实现简单,易于理解和实现;计算代价不高,速度很快,存储资源低;
- 缺点:容易欠拟合,分类精度可能不高
1.3逻辑回归的应用
1、逻辑回归模型现在同样是很多分类算法的基础组件,比如 分类任务中基于GBDT算法+LR逻辑回归实现的信用卡交易反欺诈,CTR(点击通过率)预估等,其好处在于输出值自然地落在0到1之间,并且有概率意义。模型清晰,有对应的概率学理论基础。它拟合出来的参数就代表了每一个特征(feature)对结果的影响。也是一个理解数据的好工具。但同时由于其本质上是一个线性的分类器,所以不能应对较为复杂的数据情况。
2、经常用lr来做一些任务的baseline(基线)
2 逻辑回归应用
2.1逻辑回归算法库
from sklearn.linear_model import LogisticRegression
lr = LogisticRegression