实验目的
实验步骤
逻辑回归的基本概念
逻辑回归的优缺点
优点:
实现简单,广泛的应用于工业问题上;
分类时计算量非常小,速度很快,存储资源低;
便利的观测样本概率分数;
对逻辑回归而言,多重共线性并不是问题,它可以结合L2正则化来解决该问题;
计算代价不高,易于理解和实现;
缺点:
当特征空间很大时,逻辑回归的性能不是很好;
容易欠拟合,一般准确度不太高
不能很好地处理大量多类特征或变量;
只能处理两分类问题(在此基础上衍生出来的softmax可以用于多分类),且必须线性可分;
对于非线性特征,需要进行转换;
查准率和查全率和F1-score:
通过计算可得:
算法1的查准率和查全率和F1-score分别为:0.95 0.975 0.96
算法2的查准率和查全率和F1-score分别为:0.91 1 0.95
所以我认为算法1更加优秀。