此问题与“ sklearn LogisticRegressionCV是否将所有数据用于最终模型”（Does sklearn LogisticRegressionCV use all data for final model）有关。对于在二进制分类的情况下LogisticRecgressionCV的工作方式（尤其是如何选择C），答案是至关重要的：“对于C的每个值，请对提供的数据进行交叉验证，其中LogisticRegression将适合训练数据。对所有当前折叠的得分进行评分，并在测试数据上打分。对所有折叠的测试数据的得分进行平均，然后得出当前C的得分。这是针对您提供的所有C值，以及得分最高的C将被选中。” 我的问题是...在多类情况下，如何选择最佳的C超参数？在这种情况下，将获得一个C数组，该数组映射到每个班级的最佳成绩。如何从C_数组元素中选择或计算最佳的C，该C可用于最终的多类分类模型？