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）

① 增加样本量，若样本量少，但特征过多，则容易发生过拟合

② 通过特征选择，剔除一些不重要的特征，从而降低模型的复杂度

③ 将样本数据进行离散化处理，所有特征都进行离散化处理

④ 使用正则化：所有特征都对预测结果有重要作用，若是舍弃特征，便会舍弃有用的信息，因此我们考虑正则化。

⑤ 交叉验证

 

过拟合，就是拟合函数需要顾忌每一个点，最终形成的拟合函数波动很大。在某些很小的区间里，函数值的变化很剧烈。这就意味着函数在某些小区间里的导数值（绝对值）非常大，由于自变量值可大可小，所以只有系数足够大，才能保证导数值很大。

 

正则项会使权重趋于0，就意味着大量权重就和0没什么差别了，此时网络就变得很简单，拟合能力变弱，从高方差往高偏差的方向移动，而移动过程中存在一个中间值，到达中间值时，该模型的就不会过拟合。
通俗来讲，过拟合时，拟合函数的系数往往非常大，而正则化是通过约束参数的范数使其不要太大，所以可以在一定程度上减少过拟合情况。

 

2.用logiftic回归来进行实践操作，数据不限。

 使用logiftich回归算法根据学生前两次考试成绩预测这次的考试成绩是否达标（即大于60）

源代码如下：

 1 # 用logiftic回归来进行实践操作，数据不限
 2 import pandas as pd
 3 import numpy as np
 4 from sklearn.linear_model import LogisticRegression
 5 from sklearn.model_selection import train_test_split
 6 from sklearn.metrics import classification_report
 7 # 读取数据
 8 data = pd.read_csv("逻辑回归数据.csv")
 9 x = data.iloc[:,0:2]
10 y = data.iloc[:,2:3]
11 print(x,y)
12 
13 # 划分训练集和测试集
14 x_train, x_test, y_train, y_test=train_test_split(x, y, test_size=0.2)
15 
16 # 逻辑回归模型的构建
17 model = LogisticRegression()
18 # 逻辑回归模型的训练
19 model.fit(x_train, y_train)
20 
21 # 数据预测以及模型评估
22 y_pre=model.predict(x_test)  # 预测值
23 print(x_test)
24 print("预测结果为:",y_pre)
25 train_score = model.score(x_train, y_train)  # 训练集的正确率
26 test_score = model.score(x_test, y_test)     # 测试集的正确率
27 print('训练集train score:{train_score:.6f};\n测试集test score:{test_score:.6f}'.format(train_score=train_score, test_score=test_score))
28 print('模型召回率:\n', classification_report(y_test,y_pre))
29 # print('matchs:{0}/{1}'.format(np.equal(y_pre,y_test).shape[0], y_test.shape[0]))  # 预测正确个数

运行截图如下：