机器学习-逻辑回归
- 机器学习-逻辑回归
- 一、理论部分的学习
- 0、推荐文档：
- 1、核心概述：
- 二、模型应用的举例
- 1、经典泰坦尼克案例【无调参数 ，描述统计部分借鉴】
- 2、留存的案例 【目前最理想】【无调参数，有完整知识+代码+案例理解】
- 【1】有完整的预测模型。---做逻辑回归 分类01 判断是否流失
- 【2】可以拿到模型中线性回归的参数 --做内容评估
- 【3】、可以在此基础上做流失预警模型
- 3、经典的sklearn的鸢尾花的案例【有调参】
- 三、关于特征工程
- 0、比较全的文档
- 1、数据预处理
- 2、特征选择
- 四、关于造数据
- 1、用python.的 random.造数据 【效果差，需调整】
- 2、用机器学习自带的 make_regression尝试
- 五、关于模型调参
- 1、正则化参数：penalty
- 2、损失函数优化器：solver
- 3、类型权重参数：class_weight