目录

1、应用场景

2、原理

2.1 输入

2.2 激活函数

3、损失以及优化

3.1 损失

3.2 优化

4、逻辑回归API

5、分类的评估方法

5.1 精确率和召回率

5.2 ROC曲线和AUC指标

---

1. 线性回归
2. 欠拟合与过拟合
3. 线性回归的改进 - 岭回归
4. 分类算法：逻辑回归
5. 模型保存与加载
6. 无监督学习：K-means算法

1、应用场景

2、原理

2.1 输入

2.2 激活函数

3、损失以及优化

3.1 损失

3.2 优化

4、逻辑回归API

5、分类的评估方法

5.1 精确率和召回率

5.2 ROC曲线和AUC指标