来自scikit-learn的documentation,默认惩罚是" l2"和C(正则化强度的倒数)是" 1"。如果我保留此设置惩罚=' l2'和C = 1.0,这是否意味着训练算法是一个非正则的逻辑回归?相反,当C不是1.0时,那么它是一个正则化的逻辑回归分类器吗?
答案 0 :(得分:3)
不,不是那样的。
让我们看一下sklearn's user-guide中的定义:
C
乘以损失而左边(正则化)未受影响C
设置为一个巨大的数字来近似关闭正则化!
C
会降低正则化惩罚的相关性答案 1 :(得分:0)
首先,将C
设置为一个较大的值(相对于您的预期系数)。
如果它对您不起作用,请同时设置penalty='l1'