簡單粗暴理解與實現機器學習之邏輯迴歸（二）：邏輯迴歸api介紹sklearn.linear_model.LogisticRegression(solver='liblinear', penalty=‘

邏輯迴歸 文章目錄 邏輯迴歸 學習目標 3.2 邏輯迴歸api介紹 學習目標 知道邏輯迴歸的損失函數 知道邏輯迴歸的優化方法 知道sigmoid函數 知道邏輯迴歸的應用場景 應用LogisticRegression實現邏輯迴歸預測 知道精確率、召回率指標的區別 知道如何解決樣本不均衡情況下的評估 瞭解ROC曲線的意義說明AUC指標大小 應用classification_report實現精確率、召回

>>阅读原文<<