读《scikiit-learn机器学习》逻辑回归算法

逻辑回归模型是解决什么问题的模型

解决分类问题的算法

逻辑回归模型的预测函数是什么?

逻辑回归模型的成本函数是什么?

逻辑回归模型的梯度下降算法中,其参数迭代公式是什么?

正则项有什么作用

来解决模型过拟合问题的一个办法,保留所有特征,减少特征的权重的值,确保所有特征对预测值都有少量的贡献

L1范式正则化和L2范式正则化有什么区别?

L1范式会让模型参数稀疏化,L2范式会作为正则项,则会使模型的特征对预测值都有少量的贡献,避免模型过拟合

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值