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
解决分类问题的算法
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