Essie2022-05-23 09:43:08

你好，
Q29：本题问p value设置为哪个阈值，会使模型拟合达到最佳。根据exhibit 2，AUC越高，说明模型性能越好。因为阈值p值为0.79，训练数据集上的AUC为91.3%，交叉验证集为89.7%，另外，模型的ROC曲线在这两个数据集上的表现非常相似，因此说明p=0.79是拟合效果最佳的模型。
Q30：在阈值p值为0.84时，训练集的AUC为98.4%，交叉验证集的AUC为87.1%，这表明当前模型存在过拟合问题(训练集的模型的拟合程度明显高于交叉验证集)。这时候就可以利用LASSO正则化，它应用于逻辑回归，以防止模型的过度拟合。
Q31：当模型对训练集中数据的预测误差较小，而交叉验证集中对数据的预测误差较大，这种情况叫做轻微正则化slight regularization。出现这种情况的同时会伴随较高的方差误差，所以B说low variance是错的。而且通常是由于太多的特征和模型的复杂性，导致模型出现过拟合问题，所以A说underfitted也是错的。