1.逻辑回归模型是解决什么问题的模型?
分类问题
2.逻辑回归模型的预测函数是什么?
3.逻辑回归模型的成本函数是什么?
4.逻辑回归模型的梯度下降算法中,其参数迭代公式是什么?
5.正则化有什么作用?
防止过拟合
6.L1范式正则化和L2范式正则化有什么区别?
L1范式
L2范式
7.运行ch06.02.ipynb实例,修改代码,在不引入多项式特征的情况下,观察使用L1和L2范式作为正则项,其训练出来的模型参数有什么区别?
L1范式
加了多项式
没加多项式
L2
加了多项式
没加多项式
没有惩罚系数情况
7.运行ch06.02.ipynb实例,试试用三阶多项式拟合模型有什么效果?引入三阶多项式后会有多少个特征?使用L1范式作为正则项,有多少项非零参数?
logistic_regression=model.named_steps['logistic_regression']
logistic_regression.coef_.shape,
np.count_nonzero(logistic_regression.coef_)
个特征
30个里面选一个,为1次项,
30个里面选两个,每一个为1次项,
30个里面选三个,每一个为1次项,
30个里面选两个,两个里面一个为1次项一个为2次项,
30个里面选一个,为2次项,
30个里面选一个,为3次项,
所有都为0,1(最后这项scikit好像舍弃了)
1236非0