2019-06-29
阅读量:
863
LogisticRegression优缺点：
问、LogisticRegression优缺点：
答：
优点：实现简单，易于理解和实现；计算代价不高，速度很快，存储资源低。
缺点：容易欠拟合，分类精度可能不高。
其他：
Logistic回归的目的是寻找一个非线性函数Sigmoid的最佳拟合参数，求解过程可以由最优化算法完成。
改进的一些最优化算法，比如sag。它可以在新数据到来时就完成参数更新，而不需要重新读取整个数据集来进行批量处理。
机器学习的一个重要问题就是如何处理缺失数据。这个问题没有标准答案，取决于实际应用中的需求。现有一些解决方案，每种方案都各有优缺点。
我们需要根据数据的情况，这是Sklearn的参数，以期达到更好的分类效果。
0.0000
0
0
关注作者
收藏
评论(0)
发表评论
暂无数据
推荐帖子
赵娜0418
2020-09-07
0条评论
赵娜0418
2020-09-07
0条评论
赵娜0418
2020-08-09
3条评论