qq_34120015的博客

  在sklearn中，AdaBoost既可以实现分类也可以实现回归，可以使用如下两个类来调用它们：sklearn.ensemble.AdaBoostClassifier(base_estimator=None, *, n_estimators=50, learning_rate=1.0, algorithm=‘SAMME.R’, random_state=None)sklearn.ensemble.AdaBoostRegressor(base_estimator=None, *, n_esti

1、Logistic regression 简单介绍  又称对数几率回归；首先，逻辑回归处理是分类问题，对于二分类则是将线性函数的输出结果通过sigmoid函数映射到0/1标签，即越靠近1则判别为正例的概率越大，并最终通过最大似然估计优化求解。逻辑回归：模型构建、估计参数求解、结果解读笔记2、 逻辑回归评估器中的参数解释LogisticRegression?参数解释penalty正则化项dual是否求解对偶问题*tol迭代停止条件：两轮迭代损失值差值小于t