7 邏輯回歸實踐

1.邏輯回歸是怎麼防止過擬合的？為什麼正則化可以防止過擬合？

（1）首先什麼是過擬合？

過擬合是指訓練模型時過於嚴格，學習能力太強，導致訓練出的模型過於複雜，學習到了很多無關緊要的特徵，過度擬合的問題通常發生在變數（特徵）過多的時候。這種情況下訓練出的方程總是能很好的擬合訓練資料，此時的代價函式可能非常接近於 0 或者就為 0，出現這種現象的主要原因是訓練資料中存在噪音或者訓練資料太少。

（2）如何防止過擬合？

1）增加樣本量，適用任何模型。

2）使用正則化：如果資料稀疏，使用l1正則，其他使用l2正則較好

3）特徵選擇，檢查選取的特徵，將一些不重要的特徵去除降低模型複雜度；

4）逐步回歸

4）進行離散化處理，所有特徵都離散化（邏輯回歸特有的防止過擬合的方法）

（3）為什麼正則化可以防止過擬合？

l1正則是通過增大正則項導致更多引數為0，引數係數化降低模型複雜度，從而抵抗過擬合，l2正則是通過使得引數都趨於0，變得很小，降低模型的抖動，從而抵抗過擬合。正則化中我們將保留所有的特徵變數，但是會減小特徵變數的數量級（引數數值的大小θ(j)）。這個方法非常有效，當我們有很多特徵變數時，其中每乙個變數都能對會對**或多或少產生影響影響。所以我們不能一昧的把那些特徵資料刪掉，我們可以利用正則化對特徵資料進行減擬合，防止過擬合。

2.用logiftic回歸來進行實踐操作，資料不限。

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
deflog_r():
data = pd.read_csv('
./venv/data/房產資訊.csv')
#檔案為從樂有家官網爬取的資料
#201706120019hdfend.csv檔案為處理有匯出的資料檔案
#房屋朝向特徵化：
#南：0
#東：1
#北：2
#西：3
#房屋有無電梯特徵化：
#暫無：0
#有電梯：1
#房屋樓層特徵化：
#高樓層：0
#中樓層：1
#低樓層：2
#裝修程度特徵化：
#普裝：0
#精裝：1
#毛呸：2
#豪裝：3
x = data.loc[:, ['
朝向', '
時間', '
樓層', '
面積㎡', '
室', '
廳', '
房', '
裝修程度
','售價']]
print
(x)    y = data.iloc[:, 2]
print
(y)    
#缺失值處理
data = data.dropna(axis=0)
#資料分割
x_train,x_test,y_train,y_test = train_test_split(x,y,test_size=0.3)
#進行標準化處理，只處理將x標準化，y不需要，因為y是只有0,1的分類
std =standardscaler()
x_train =std.fit_transform(x_train)
x_test =std.transform(x_test)
#構建回歸模型
lr_model =logisticregression()
#模型**
lr_model.fit(x_train,y_train)
#**結果
y_pre =lr_model.predict(x_test)
print('
邏輯回歸模型的權值：\n
', lr_model.coef_)
print("
準確率：
",lr_model.score(x_test,y_test))
print("
模型的分類報告，召回率:\n
",classification_report(y_test,y_pre,target_names=["
暫無電梯
","有電梯
"]))
if__name__ == '
__main__':
log_r()

訓練集

結果集

** 結果：

7 邏輯回歸實踐

7 邏輯回歸實踐

7 邏輯回歸實踐

7 邏輯回歸實踐

相關推薦