【知识积累】特征数和样本数

参考：https://www.jianshu.com/p/dce9f1af7bc9

• LR 样本数远小于特征数问题 当样本数量较少时，则二分类在高维空间必然是线性可分的，而LR是凸优化，即其目标函数在存在极小值的时候，认为模型是收敛的。而当数据为线性可分的时候，对于任何通过凸优化求解的model来说，意味着不存在收敛值，模型会沿着直线一直优化，最终导致的是系数无限发散，而模型效果出现过拟合（即auc为1）的情况~~