使用scikit训练逻辑回归学习多类分类

Question

根据scikit multiclass classification Logistic回归可以通过设置用于多类分类 multi_class =构造函数中的多项式。但这样做会产生错误：

代码：

text_clf = Pipeline([('vect', TfidfVectorizer()),('clf', LogisticRegression(multi_class = 'multinomial')),])
text_clf = text_clf.fit(X_train, Y_train)

错误：

ValueError：求解器liblinear不支持多项后端。

你能告诉我这里有什么问题吗？

注意：保持multi_class为空，即“ovr”工作正常，但它适合每个分类器的二进制模型，我也想尝试mutlinomial功能。

Answer 1

来自doc：

  

目前，'multinomial'选项仅受'lbfgs'和'newton-cg'解算器的支持。

因此，您需要明确将solver设置为'newton-cg＆＃39;或'lbfgs'，因为默认解算器为'liblinear'。

Answer 2

您似乎没有提供求解器，并且默认情况下，求解器设置为不支持多类的“ liblinear ”。 根据sklearn版本0.20.1，“ newton-cg”，“ lbfgs”，“ sag”，“ saga”不受“ liblinear”支持，因此请按照以下代码更改LogisticRegression的实例创建 logReg = LogisticRegression（multi_class ='multinomial'，求解器='newton-cg'）

求解器必须是“ newton-cg”，“ lbfgs”，“ sag”，“ saga”中的任何一种，但不能保留