第7周--逻辑回归案例练习

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。