对于Scikit-learn我有
c = 0.001
lr = LogisticRegression(C=c,penalty='l1')
en = ElasticNet(l1_ratio = 1, alpha=1./c)
sgdc = SGDClassifier(loss='log', alpha=1./c,penalty='l1', l1_ratio=1)
对于LogisticRegression C 是反正则化因子，因此它表示 1 / lambda 。 在ElasticNet的情况下， alpha 是 C 的倒数。当我将 en 和 sgdc 的训练模型和预测分数与进行比较时，会出现问题 LR 即可。
在所有情况下，准确度都要低得多。当我尝试计算roc_auc_score时，我得到一个异常警告，说预测结果都是1级。显然这没有意义，因为使用LogisticRegression我可以获得有意义的结果。
我在Scikit上看到ElasticNet上的页面 - 了解lambda = a + b和l1_ratio = a /（a + b）的位置。因此，当l1_ratio = 1时，1 / lambda应该在LogisticRegression中表现为C.
我的问题是我是否错误地设置了ElasticNet（）和SGDClassifier（）？如果是这样，我如何设置它们以便模拟LogisticRegression？