064、监督学习算法：线性回归与逻辑回归实战笔记

064、监督学习算法：线性回归与逻辑回归实战笔记

昨天帮实习生调试一个预测模型，他拿着数据跑了一晚上，结果预测值全是负数——实际业务里价格不可能为负。打开他的代码一看，好家伙，特征没做标准化，正则化参数设成了0，这不过拟合才怪。今天咱们就聊聊监督学习里最基础也最实用的两个算法：线性回归和逻辑回归。

从线性回归说起

线性回归的核心思想很简单：找一条直线（或超平面）去拟合数据点。但实际用起来，细节决定成败。先看个最简单的例子：

importnumpyasnpfromsklearn.linear_modelimportLinearRegression# 生成一些玩具数据X=np.array([