(sklearn)逻辑回归linear_model.LogisticRegression用法
来源:互联网 发布:阴阳眼喵哥捏脸数据 编辑:程序博客网 时间:2024/05/16 14:13
class 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)
参数:
penalty: 一个字符串,制定了正则化策略。
- 如果为'l2',则优化目标函数为:为极大似然函数。
- 如果为'l1',则优化目标函数为:为极大似然函数。
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。
C:一个浮点数,它指定了惩罚系数的倒数。如果它的值越小,则正则化越大。
fit_intercept:一个布尔值,制定是否需要b 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)。
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。
class_weight:一个字典或者字符串'balanced'。
- 如果为字典:则字典给出了每个分类的权重,如{class_label:weight}。
- 如果为字符串 'balanced':则每个分类的权重与该分类在样品中出现的频率成反比。
- 如果未指定,则每个分类的权重都为 1。
max_iter:一个整数,指定最大迭代数。
- 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,则指定了随机数生成器。
- 如果为None,则使用默认的随机数生成器。
- 'newton-cg':使用牛顿法。
- 'lbfgs':使用L-BFGS拟牛顿法。
- 'liblinear' :使用 liblinear。
- 'sag':使用 Stochastic Average Gradient descent 算法。
- 对于规模小的数据集,'liblearner'比较适用;对于规模大的数据集,'sag'比较适用。
- 'newton-cg'、'lbfgs'、'sag' 只处理penalty=‘12’的情况。
- 'ovr':采用 one-vs-rest 策略。
- 'multinomial':直接采用多分类逻辑回归策略。
predict_proba(X):返回一个数组,数组元素一次是 X 预测为各个类别的概率的概率值。
- (sklearn)逻辑回归linear_model.LogisticRegression用法
- Sklearn-LogisticRegression逻辑回归
- sklearn.linear_model中的LogisticRegression
- (sklearn)岭回归 sklearn.linear_model.Ridge用法
- (sklearn)ElasticNet回归 sklearn.linear_model.ElasticNet用法
- (sklearn)linear_model.LinearRegression()用法
- LogisticRegression逻辑回归
- 逻辑回归LogisticRegression
- sklearn.linear_model——LogisticRegression调参小结
- (sklearn)lasso回归linear_model.Lasso()方法
- 逻辑斯蒂回归(LogisticRegression)sklearn的一个例子中文解释
- SparkMLlib---LinearRegression(线性回归)、LogisticRegression(逻辑回归)
- sklearn: linear_model
- sklearn 逻辑回归
- 机器学习(3)线性回归sklearn.linear_model.LinearRegression
- 机器学习(4)岭回归sklearn.linear_model.Ridge
- 逻辑回归--sklearn基本使用
- 调用sklearn实现逻辑回归
- 编程作业(三)
- 15算法课程 171. Excel Sheet Column Number
- 海康威视web插件
- ExpressRoute 连接模型
- 2017.11.10第八课
- (sklearn)逻辑回归linear_model.LogisticRegression用法
- adb shell sqlite3 简单使用
- 规则引擎在数据分析中的作用
- tp5 实现带参二维码
- Android高级工程师所要达到的技术要求
- ajax封装和跨域知识
- centos7 分配swap分区
- 【转载】类的加载和对象创建过程分析
- window下rabbitmq的配置问题