一、sklearn中逻辑回归的相关类
在sklearn的逻辑回归中,主要用LogisticRegression和LogisticRegressionCV两个类来构建模型,两者的区别仅在于交叉验证与正则化系数C,下面介绍两个类(重要参数带**加绿):
sklearn.linear_model.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)
- **penalty:可选'l1'、'l2',正则化系数。注意'l1'不适用于MVM的情况。
- dual:一个布尔值。如果为True,则求解对偶形式(只是在penalty='l2' 且solver='liblinear' 有对偶形式);如果为False,则求解原始形式。这个参数一般不需要理会。
- **C:一个浮点数,它指定了正则化系数的倒数。如果它的值越小,则正则化越大。建议为10。
- fit_intercept:一个布尔值,制定是否需要截距 值。如果为False,则不会计算b值(模型会假设你的数据已经中心化)。一般都需要截距,这个也可以不理会。
- intercept_scaling:一个浮点数,只有当 solver='liblinear' 才有意义。当采用 fit_intercept 时,相当于人造一个特征出来,该特征恒为 1,其权重为 b 。在计算正则化项的时候,该人造特征也被考虑了。因此为了降低人造特征的影响,需要提供 intercept_scaling。不需要理会。
- **class_weight:Y的类别权重,一个字典或者字符串'balanced'。 如果为字典:则以字典方式给出了每个分类的权重,如{class_1:0.4,class_2:0.6}。 如果为字符串 'balanced':则自动计算权重,样本量越小的权重越高。 如果未指定,则每个分类的权重都为 1。
- random_state:一个整数或者一个RandomState实例,或者None。 •如果为整数,则它指定了随机数生成器的种子。 •如果为RandomState实例,则