LogisticRegression针对不同的C值返回相同的模型

Question

我有一个带有10000个剩余数据点的降采样数据集，每个数据点都有800个特征。尽管如此，无论我使用什么C，模型都可以预测相同的数据。我使用代码：

from sklearn.linear_model import LogisticRegression

for C in [1, 40, 1000, 1]:
   logreg = LogisticRegression(C = C, solver='saga').fit(X_train_ds, Y_train_ds)
   Y_pred = logreg.predict(X_test)

我尝试同时使用'saga'和'liblinear'求解器，但是模型仍预测相同的值。我还尝试将C值设置为可笑的高和低值，例如10000000和0.00000001，但仍然没有任何变化。 有人知道我哪里出错了吗？