第七次作业 7.逻辑回归实践

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）

2.用logiftic回归来进行实践操作，数据不限。

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？

(1)逻辑回归是怎么防止过拟合的？

1. 增加样本量，适用任何模型。

2. 如果数据稀疏，使用L1正则，其他情况，用L2要好，可自己尝试。

3. 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。

4. 检查业务逻辑，判断特征有效性，是否在用结果预测结果等。

5.逻辑回归特有的防止过拟合方法:进行离散化处理，所有特征都离散化。

(2)为什么正则化可以防止过拟合

正则化λλ设置得足够大，权重矩阵W被设置为接近于0的值。实际上是不会发生这种情况的，我们尝试消除或至少减少许多隐藏单元的影响，最终这个网络会变得更简单，这个神经网络越来越接近逻辑回归，我们直觉上认为大量隐藏单元被完全消除了，其实不然，实际上是该神经网络的所有隐藏单元依然存在，但是它们的影响变得更小了。神经网络变得更简单了，貌似这样更不容易发生过拟合。 

 

2.用logiftic回归来进行实践操作

我们用泰坦尼克号的存活数据来体现

 代码：

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

# 读取titanic_data数据
data = pd.read_csv('./titanic_data.csv')

# 数据预处理
data.drop('Age', axis=1, inplace=True)#删除Age这一列
data.drop('PassengerId', axis=1, inplace=True)  # 删除PassengerId这一列
data.loc[data['Sex'] == 'male', 'Sex'] = 1
data.loc[data['Sex'] == 'female', 'Sex'] = 0

# 数据分割
x_data = data.iloc[:, 1:]
y_data = data.iloc[:, 0]
x_train, x_test, y_train, y_test = train_test_split(x_data, y_data, test_size=0.3)

# 进行标准化处理
std = StandardScaler()
x_train = std.fit_transform(x_train)
x_test = std.transform(x_test)

# 构建和训练模型
LR_model = LogisticRegression()
LR_model .fit(x_train, y_train)#训练
LR_model_predict = LR_model.predict(x_test)
print('准确率：
', LR_model.score(x_test, y_test))
print('召回率：
', classification_report(y_test, LR_model_predict, labels=[0, 1], target_names=['死亡', '存活']))

运行截图：