55-sklearn中的逻辑回归

sklearn中的逻辑回归   在上一篇博客中介绍了在逻辑回归中添加多项式项，使得生成相对不规则的决策边界，进而对于非线性的数据进行一个很好的分类。不过，既然引入了多项式项，我们的模型就会变得非常复杂，一不小心就会出现过拟合的情况。解决过拟合的问题，一个常规的手段就是之前学习的模型正则化的方式。   之前我们学习的模型正则化的方式，都是在损失函数 J ( θ ) J(θ) J(θ) 后面添加一个

>>阅读原文<<