2.邏輯迴歸算法梳理

決策樹算法梳理 一.信息論基礎 1.熵(信息論) 2.聯合熵 3.條件熵 4.信息增益 5.基尼不純度 二.邏輯迴歸的原理 三.邏輯迴歸損失函數推導及優化 1.損失函數 2.代價函數 3.目標函數 四.正則化與模型評估指標 1.正則化 2.評估指標 (1).精度 (accuracy) (2).F1 score (3).ROC 曲線 五.邏輯迴歸的優缺點 六.樣本不均衡問題解決辦法 七.sklear

>>阅读原文<<