摘要：
一、用自己的话描述出其本身的含义： 1、特征选择 根据实际情况需要筛选出符合模型训练的特征，只是从一堆特征里单纯挑出需要的特征，没有对这些特征进行过修改和降维，形成新的特征 2、PCA 主成分分析PCA，他会根据特征数据的规律和主要成分将特征自动降维成更具代表性，更简洁的数据，降低数据的冗余量，使不 阅读全文
摘要：
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？ （1）首先什么是过拟合？ 过拟合是指训练模型时过于严格，学习能力太强，导致训练出的模型过于复杂，学习到了很多无关紧要的特征，过度拟合的问题通常发生在变量（特征）过多的时候。这种情况下训练出的方程总是能很好的拟合训练数据，此时的代价函数可能 阅读全文
摘要：
用过滤法对以下数据进行特征选择： [[0,2,0,3], [0,1,4,3], [0,1,1,3]] 要求： 1、Variance Threshold（threshold =1.0） 算法运用： from sklearn.feature_selection import VarianceThresh 阅读全文