Sklearn库中Logistic Regression函数各个参数总结

最新推荐文章于 2024-08-05 17:02:14 发布

Leo传久

最新推荐文章于 2024-08-05 17:02:14 发布

阅读量2.5w

点赞数 11

分类专栏：机器学习 Python 文章标签： Python 对数几率回归 Sklearn

本文链接：https://blog.csdn.net/qq_38683692/article/details/82533460

版权

Logistics Regression参数名称	含义
函数调用形式	LogisticRegression(penalty='l2',dual=False,tol=1e-4,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)
penalty	字符串型，’l1’ or ‘l2’，默认：’l2’；正则化类型。
dual	布尔型，默认：False。当样本数>特征数时，令dual=False；用于liblinear解决器中L2正则化。
tol	浮点型，默认：1e-4；迭代终止判断的误差范围。
C	浮点型，默认：1.0；其值等于正则化强度的倒数，为正的浮点数。数值越小表示正则化越强。
fit_intercept	布尔型，默认：True；指定是否应该向