代码以前都敲过（抄过）就不复现了，主要记录一下理论学习中的疑惑点和重点
多项式回归
本块代码应该是通过高次多项式想去拟合曲线，但是不确定多高次比较合适，所以设了三个值，然后结果发现4次最贴近。
以最高次4次为例，求解时用每个样本点x的四次方代替了原本的一次方x，也就是如果我原来的数据集x取值1，2，3，现在我用1，16，81作为x，我只是变动了x的值，却还可以用线性回归的方式去求解。
cross-validation与把数据集分成train和test两part的区别
cross-validation把数据集分十份，每一份都会做一次test，剩下的九份就是train，算出了十个模型，再求均值。比单纯一次分train和test更能避免极值数据对模型的影响，但是计算成本肉眼可见的急剧增加，但是回归可以用mapreduce去做吧？
逻辑回归（需要继续学习）
ROC曲线与AUC指标
TPR与FPR
TPR = TP / (TP + FN)
真实结果positive样本里面的真阳率（eg在一众真实孕妇中，检测出怀孕的比率）
FPR = FP / (FP + FN)
真实结果negtive样本里面的假阳率（eg在一众没怀孕的女性中，检测出人家怀孕的比率）
ROC曲线
ROC曲线的横轴就是FPRate（假阳率），纵轴就是TPRate（真阳率），当二者相等时，表示的意义则是：对于不论真实类别是1还是0的样本，分类器预测为1的概率是相等的，此时AUC为0.5
现实案例中，两者之间会有侧重，没测出新冠可能要比错误地测出新冠的代价要大，所以可以人为的把我的模型cut-off value设置的比0.5要小，从而把更多的点归到1里，宁肯错杀十个不肯放过一个
AUC指标
AUC的概率意义是随机取一对正负样本，正样本得分大于负样本的概率
AUC的最小值为0.5，最大值为1，取值越高越好
AUC=1，完美分类器，采用这个预测模型时，不管设定什么阈值都能得出完美预测。绝大多数预测的场合，不存在完美分类器。
0.5<AUC<1，优于随机猜测。这个分类器（模型）妥善设定阈值的话，能有预测价值。
最终AUC的范围在[0.5, 1]之间，并且越接近1越好
?
?