【2024年美赛】C题,一二问的模型AUC为1.0,泛化能力超强

基于L2正则化的Logistic回归模型

考虑到这里可以看作是一个二分类问题,且需要对模型和结果进行解释和可视化,因此,我选择了基于L2正则化的Logistic回归模型。

AUC = 1.0 !!! 并且超强泛化能力

我以2023-wimbledon-1304场次数据作为训练集,其他30场比赛作为测试集,采用5-折交叉验证的方式,AUC稳定为1.0,且在30场比赛的预测中,也可达到1.0
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

最近更新

  1. TCP协议是安全的吗?

    2024-02-03 09:46:01       18 阅读
  2. 阿里云服务器执行yum,一直下载docker-ce-stable失败

    2024-02-03 09:46:01       19 阅读
  3. 【Python教程】压缩PDF文件大小

    2024-02-03 09:46:01       19 阅读
  4. 通过文章id递归查询所有评论(xml)

    2024-02-03 09:46:01       20 阅读

热门阅读

  1. Linux网络编程-9.HTML,CSS基础

    2024-02-03 09:46:01       33 阅读
  2. 北向资金净买额

    2024-02-03 09:46:01       28 阅读
  3. Spring Boot解决跨域问题的3种方案

    2024-02-03 09:46:01       32 阅读
  4. 异步解耦之RabbitMQ(四)_消息持久化及ACK机制

    2024-02-03 09:46:01       34 阅读
  5. UnityShader(十三)Unity内置的函数

    2024-02-03 09:46:01       28 阅读
  6. TCP是怎么处理长连接、短连接

    2024-02-03 09:46:01       30 阅读
  7. JRE和JVM的区别

    2024-02-03 09:46:01       25 阅读
  8. Skywalking 学习之ByteBuddy 方法执行时间监控

    2024-02-03 09:46:01       28 阅读