使用Python使logistic回归测试精度更接近训练精度

Question

我有一个篮球统计数据集656个因素。我用一个逻辑回归分类器来预测赢家和输家（1队赢或2队赢），从2队的数据中减去1队的数据。除了标准化之外，我如何提高测试集的精确度，使其更接近训练集的精确度，或者仅仅提高一般的精确度？你知道吗

我认为标准化是一个可能的解决方案，但由于我正在做统计的差异，大多数值都在相同的范围内

代码：

X = final_data_array[:,:656]

Y = final_data_array[:,656]

X_train, X_test, Y_train, Y_test = train_test_split(X, Y)

logistic = LogisticRegression(solver='lbfgs', max_iter=4000000, multi_class='multinomial').fit(X_train, Y_train)

print(logistic.score(X_test, Y_test))

print(logistic.score(X_train, Y_train))

0.7818791946308725

0.9069506726457399

Answer 1

您可以尝试对数据集进行一些特征工程，除此之外，还可以规范化数据集并检查准确性。我还建议您尝试其他分类算法，如xgbclassifier、random forest classifier等