GridSearchCV中大C参数的含义是什么？

Question

我对机器学习及其概念很陌生，所以一些澄清会有所帮助。

我正在使用Logistic回归来预测二进制结果（0或1）。我正在使用GridSearchCV进行一些超参数调整，以找到最佳的C和penalty参数。

• 为什么我会得到这么高的C？
• 高C意味着什么？

代码：

# Setup hyperparameter grid
c_space = np.logspace(-5, 8, 15)
param_grid = {'C': c_space, 'penalty': ['l1', 'l2']}

# Instantiate logistic regression classifier
logreg = LogisticRegression()

# Instantiate GridSearchCV
logreg_cv = GridSearchCV(logreg, param_grid, cv=5)

# Fit to data
logreg_cv.fit(X_train, y_train)

# Print the tuned parameters and score
print("Tuned Logistic Regression Parameters:
      {}".format(logreg_cv.best_params_)) 
print("Best score is {}".format(logreg_cv.best_score_))

输出：

Tuned Logistic Regression Parameters: {'C': 268.26957952797272, 'penalty': 'l2'}
Best score is 0.7974137931034483