python机器学习-chapter2_5

•lasso回归

♠lasso回归使用L1正则化，即使得lasso的某些系数刚好为零

♠lasso也有alpha，与岭回归相同，alpha代表了约束力的大小，但在lasso中增大alpha的同时，要增大最大迭代次数max_iter（默认为1000）

alpha不能设置的过小，否则会消除正则化的效果。

♠lasso回归与岭回归

一般选择使用岭回归

lasso回归在两种情况下使用：

①特征很多，但只有少数特征是重要的

②希望的到一个容易理解的模型

 

•在logistic回归和linear svm中，决定正则化强度的参数是C，C越大正则化越弱。

C越大，对训练集的拟合效果越好。C越小，对系数w的约束性越强，使得w更接近于0。

 

•python数据可视化：https://www.jianshu.com/p/07a7c60a0d2e

♠plt.xtick((0, 1, 2), ('tom', 'peter', 'jack'), rotation=90)

plt.xtick()用来显示横坐标上的标签，（0,1,2）表示坐标轴的位置，('tom', 'peter', 'jack')表示对应（0,1,2）显示的label， ratation表示坐标旋转的角度

♠plt.hlines(y, x_min, x_max)

plt.hlines()用来画横线，第一个参数是横线的y值，第二个参数是横线的x最小值，第三个参数的是横线的x最大值