lr怎么方便记忆

要方便记忆逻辑回归（LR）中的表格内容，可以采用以下方法：

制作记忆表格

将逻辑回归的关键参数、公式或步骤整理成表格，通过视觉化的方式帮助记忆。例如：

| 参数/概念 | 说明 ||----------------|---------------------------------------------------------------------|| penalty | 正则化类型（L1/L2），L1会压缩部分参数为0，L2使参数趋近于0但不为0。 || C| 正则化强度的倒数，越小表示正则化越强。|| sigmoid函数 | 将线性输出转换为概率：sigma(z) = frac{1}{1+e^{-z}}。 |

关联记忆法

将表格中的参数与具体场景关联，比如penalty的L1/L2类比为“严格筛选（L1）”和“温和调整（L2）”。

用图像联想：如sigmoid函数想象为S形曲线，表示概率变化。

分块记忆法

将表格内容按模块划分，例如：

参数模块：penalty、C、solver。

数学模块：损失函数、梯度下降公式。

分块后逐个记忆，降低认知负担。

制作记忆卡片

将表格内容转为问答形式的卡片，例如：

正面：L1正则化的作用？

背面：压缩不重要特征的参数为0，实现特征选择。

通过反复测试巩固记忆。

口诀或缩写

为表格中的关键点编简短口诀，例如：

“L1选特征，L2防过拟合”（概括penalty的作用）。

“C小惩罚重”（描述C与正则化的关系）。

结合实例记忆

通过实际代码或案例（如鸢尾花分类）理解表格中的参数如何影响模型，实践能加深印象。

提示：逻辑回归的核心是理解参数与模型行为的关系，表格仅作为辅助工具，建议结合公式推导（如损失函数J(theta)）和实际应用来强化记忆。