没有正规化的sklearn LogisticRegression

Question

sklearn中的逻辑回归类带有L1和L2正则化。 如何关闭正则化以获得＆＃34; raw＆＃34;物流适合，如在Matlab中的glmfit？ 我想我可以设置C =大数，但我不认为这是明智的。

有关详细信息，请参阅文档 http://scikit-learn.org/stable/modules/generated/sklearn.linear_model.LogisticRegression.html#sklearn.linear_model.LogisticRegression

Answer 1

是的，选择尽可能大的数字。在正则化中，成本函数包括正则化表达式，并且要记住，sklearn正则化中的C参数是正则化强度的倒数。

在这种情况下，C是1 / lambda，条件是C> 1。 0.

因此，当C接近无穷大时，则lambda接近0.当发生这种情况时，成本函数就成为你的标准误差函数，因为正则化表达式在所有密集目的下变为0。

Answer 2

请继续将C设为尽可能大。此外，请确保使用l2，因为l1具有该实现可能会非常缓慢。

Answer 3

除了其他答案，我也遇到了相同的问题，并尝试了答案：

如果将C设置为较大的值对您不起作用， 还设置penalty='l1'。