sklearn-逻辑回归-solver_multi_class入参与class_weight入参

solver_multi_class

sklearn 提供了多种可以使用逻辑回归处理分类问题的选项。
比如可以把某种分类类型看做1，其余的分类类型都是0，和“数据预处理”中的二分类化的思维是类似的，这种方法被称为“一对多”（One-vs-rest），简称 OvR, 在 sklearn 中表示为 "ovr"。
比如可以把好几个分类类型划分为1，剩下的分类类型划为0，这是一种“多对多”（Many-vs-Many）的方法，简称 MvM, 在 sklearn 中表示为 "multinomial"。
以上两种方式，在 sklearn 中，使用参数  multi_class 来告诉模型，我们的预测标签是什么样的类型。每种方式都配合 L1 或 L2 正则项来使用。

multi_class

输入 "ovr","multinomial","auto"来告知模型，我们要处理的分类问题的类型。默认是 "ovr"

•  "ovr":表示分类类型是二分类，或让模型使用“一对多”的形式来处理多分类问题。
•  "multinomial":表示处理多分类问题，这种输入在参数 solver 是 "liblinear" 时不可用
•  "auto":表示会根据数据的分类情况和其他参数来确定模型要处理的分类问题的类型

注意：sklearn 0.22 版本中默认值从 "ovr" 更改为 "auto"

server

sklearn 提供了多种求解器来计算逻辑回归