作业7

---

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。

答：

1.逻辑回归是通过正规化防止过拟合的。

在训练数据不够多时，常常会导致过拟合。正则化就是在代价函数后面再加上一个正则化项，过拟合的时候，拟合函数的系数往往非常大。所以正规化通过约束参数的范数使其不要太大，所以在一定程度内可以减少过拟合。

 2.

 

 

代码如下：

import pandas as pd

import numpy as np

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

from sklearn.metrics import mean_squared_error

 

 

# 逻辑回归

 

def logistic():

 

 

column = ['数据编号', '属性1', '属性2', '属性3', '属性4', '属性5', '属性6', '属性7', '属性8', '属性9', '类别']

# 读取数据

 

data = pd.read_csv('C:\UsersAdministratorDesktopjiqixuexireast-cancer-wisconsin_6.csv', names=column)

 

# 缺失值处理

data = data.replace(to_replace='?', value=np.nan)

data = data.dropna()

 

# 数据分割

x_train, x_test, y_train, y_test = train_test_split(data[column[1:10]], data[column[10]], test_size=0.3)

 

# 特征值和目标值进行标准化处理（分别处理）

std = StandardScaler()

x_train = std.fit_transform(x_train)

x_test = std.transform(x_test)

 

# 逻辑回归预测

lg = LogisticRegression()

lg.fit(x_train, y_train)

print(lg.coef_)

lg_predict = lg.predict(x_test)

print('准确率:', lg.score(x_test, y_test))

print('召回率:', classification_report(y_test, lg_predict, labels=[2, 4], target_names=['良性', '恶性']))

 

 

if __name__ == '__main__':

 logistic()