使用sklearn实现Logistic回归

from sklearn.linear_model import LogisticRegression

参数

看看人家写的多好参数解释
我写的跟猪头似的。
penalty 正则化方法，可选{‘l1’, ‘l2’, ‘elasticnet’, ‘none’}
dual默认False，对偶方法，一般用不到
tol 停止阈值
C正则化强度
fit_intercept 默认True，是否使用偏置
class_weight dict or ‘balanced’, default=None，应对类别不平衡
random_state随机数种子
solver请参考官方说明选择合适的算法
max_iter最大迭代次数
n_jobs core数量
l1_ratio elasticnet中的l1_ratio
warm_start 具体使用True or False我也不太懂
multi_class 可选{‘auto’, ‘ovr’, ‘multinomial’}

属性

coef_ w
intercept_ b
n_iter_ 迭代次数

方法

不写了，符合sklearn模型的基本规律