1.逻辑回归是怎么防止过拟合的？为什么正则化可以防止过拟合？（大家用自己的话介绍下）

　　 增加样本量

　　 如果数据稀疏，使用L1正则，其他则L2

　　通过特征选择，剔除一些不重要的特征，从而降低模型复杂度。

 

　　检查业务逻辑，判断特征有效性，是否在用结果预测结果

　　进行离散化处理，所有特征都离散化

 

2.用logiftic回归来进行实践操作，数据不限。

这里用的数据是老师课堂给的breast-cancer-wisconsin.scv

实验代码：

import pandas as pd
import numpy as np
from sklearn.linear_model import LogisticRegression
from sklearn.model_selection import train_test_split
from sklearn.metrics import classification_report
from sklearn.preprocessing import StandardScaler

def logistic():
    data = pd.read_csv("./breast-cancer-wisconsin.csv")
    data = data.replace(to_replace='?', value=np.nan)
    data = data.dropna()
    x = data.iloc[:, 1:10]
    y = data.iloc[:, 10]
    x_train, x_test, y_train, y_test = train_test_split(x, y, test_size=0.3)
    std = StandardScaler()
    x_train = std.fit_transform(x_train)
    x_test = std.fit_transform(x_test)
    lg = LogisticRegression()
    lg.fit(x_train, y_train)
    print(lg.coef_)
    print("准确率：", lg.score(x_test, y_test))
    print("召回率：", classification_report(y_test, lg.predict(x_test)))

if __name__ == "__main__":
    logistic()

实验结果：