怎样使用逻辑回归

逻辑回归作为古老，使用广泛，入门的算法，对于逻辑回归的学习与使用是不可避免的，那么应该如何使用逻辑回归呢？

总结为以下问题：

• 数据特征与labels的相关系数关系（无意义特征删除）
• 逻辑回归模型处理的是数值特征，分类型特征应如何转换？onehot/dummy、数字编码转换
• 是否需要做标准化/归一化处理？
• 如何解决样本不均衡问题？再缩放/上采样/下采样。
• class_weight与sample_weight的使用带来的效果
• L1、L2正则化分别带来的效果是怎样的？
• 为什么使用交叉验证？用哪种交叉验证？
• sklearn，自建编码，TensorFlow分别如何实现逻辑回归？
• 可以使用哪些模型考核指标？accuracy，precious，kappa，…
• learning_curve绘制训练/validation准确率随着样本数据增大带来的变化，判断过拟合/欠拟合
• 小工具结合使用：pipeline可以不用保存很多模型；dataframemapper实现特征的快速处理，baggingregression可以把弱逻辑回归分离器集成
• 项目建模流程：基础信息（有监督/无监督，分类/回归，选用相关算法），建模（数据集，训练数据，特殊点/离群点，数据分布，数据预处理，特征工程，bad case观察，改进特征工程，交叉验证，泛化测试）参考：https://www.kesci.com/home/project/5bfe39b3954d6e0010681cd1