4.3 线性回归的改进-岭回归/4.4分类算法-逻辑回归与二分类/ 4.5 模型保存和加载

4.3.1 带有L2正则化的线性回归-岭回归

岭回归，其实也是一种线性回归，只不过在算法建立回归方程的时候·1，加上正则化的限制，从而达到解决过拟合的效果

4.3.1.1 API

4.3.1.2 观察正则化程度的变化，对结果的影响

正则化力度越大，权重系数会越小

正则化力度越小，权重系数会越大

逻辑回归是机器学习中的一种分类模型，逻辑回归是一种分类算法，虽然名字中带有回归，但是它与回归之间有一定的联系。由于算法的简单和高效，在实际应用中使用广泛。

4.4.1 逻辑回归的应用场景

广告点击率

是否为垃圾邮件

是否患病

金融诈骗

虚假账号

看到上面的例子，我们可以发现其中的特点，那就是都属于两个类别之间的判断，逻辑回归就是解决二分类问题的利器。

4.4.2 逻辑回归的原理

1 输入：

线性回归的输出就是逻辑回归的输入

2 激活函数（sigmoid函数）

3 损失以及优化

逻辑回归的损失，称之为对数似然损失，公式如下：

优化：同样使用梯度下降优化算法，去减少损失函数的值，这样去更新逻辑回归前面对应算法的权重参数，提升原本属于1类别的概率，降低原本是0类别的概率。

4.4.3 逻辑回归API

4.4.4 案例：癌症分类预测-良/恶性乳腺癌肿瘤预测

流程：

1）获取数据         读取的时候加上names

2)  数据处理         处理缺失值

3）数据集划分

4）特征工程：无量纲化处理-标准化

5）逻辑回归预估器

6）模型评估

4.4.5 分类的评估方法（即真的患癌症，能够被检查出来的概率）

1 精确率与召回率

1 混淆矩阵

在分类任务下，预测结果与正确标记之间存在四种不同的组合，构成混淆矩阵（适用于多分类）

TP：True Possitive

FN:False Negative

2 精确率（Precision）与召回率（Recall）

精确率：预测结果为正例样本中真实为正例的比例

召回率：真实为正例的样本中预测结果为正例的比例（查得全，对正样本的区分能力）

还有其他的评估标准，F1-score,反映了模型的稳健型

3 分类评估报告API

问题：如何衡量样本不均衡下的评估？

使用ROC曲线和AUC指标

2 ROC曲线和AUC指标

1 知道TPR与FPR

TPR为召回率

FPR为

2 ROC曲线

ROC曲线的横轴就是FPRate,纵轴就是TPRate,当二者相等时，表示的意义则是：对于无论真实类别是1还是0的样本，分类器预测是1的概率是相等的，此时AUC为0.5

3 AUC指标

AUC的概率意义是随机取一堆正负样本，正样本得分大于负样本的概率

AUC的最小值是0.5，最大值是1，取值越高越好

AUC=1，完美分类器，采用这个预测模型时，不管设定什么阈值都能得出完美预测，绝大多数预测的场合，不存在完美分类器。

0.5<AUC<1,优于随机预测，这个分类器（模型）妥善设定阈值的话，能有预测价值

4 AUC计算API

5 总结

AUC只能用来评价二分类

auc非常适合评价样本不均衡中的分类器性能

4.5.1 sklearn模型的保存和加载API