LogisticRegression在sklearn中的参数详解

最新推荐文章于 2024-07-15 14:46:23 发布

wyh_wen

最新推荐文章于 2024-07-15 14:46:23 发布

阅读量4.8k

点赞数

CC 4.0 BY-SA版权

分类专栏：机器学习 sklearn python 文章标签：逻辑回归参数详解 sklearn python

本文链接：https://blog.youkuaiyun.com/qq_42370261/article/details/84852595

本文详细解析了sklearn中LogisticRegression模型的参数，包括penalty（正则化项）、dual、tol、C、fit_intercept、intercept_scaling、class_weight、random_state、solver、max_iter、multi_class等，帮助读者深入理解如何调整这些参数以优化模型性能。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

LogisticRegression(penalty='l2', dual=False, tol=0.0001, C=1.0, fit_intercept=True, intercept_scaling=1, class_weight=None, random_state=None, solver='liblinear', max_iter=100, multi_class='ovr', verbose=0, warm_start=False, n_jobs=1)

sklearn：https://scikit-learn.org/stable/modules/generated/sklearn.linear_model.LogisticRegression.html

默认的参数值：

LogisticRegression(penalty='l2', dual=False, tol=0.0001, C=1.0, fit_intercept=True, intercept_scaling=1, class_weight=None, random_state=None, solver='liblinear', max_iter=100, multi_class='ovr', verbose=0, warm_start=False, n_jobs=1)

参数详解：

1.penalty：正则化项的选择。正则化主要有两种：L1和L2，LogisticRegression默认选择L2正则化。

‘liblinear’ 支持L1和L2，但‘newton-cg’, ‘sag’ 和‘lbfgs’ 只支持L2正则化。

2.dual：bool（True、False）, default：False

如果为