詹惠儿

2021-03-04   阅读量: 38

数据分析师

逻辑回归过拟合是在包里怎么处理的

问:

逻辑回归过拟合是在包里怎么处理的




答:

sklearn中在逻辑回归模型处理过拟合现象主要是通过设置penalty参数,penalty的说明如下:


penalty='l2': 字符串‘l1’或‘l2’,默认‘l2’。

  • 用来指定惩罚的基准(正则化参数)。只有‘l2’支持‘newton-cg’、‘sag’和‘lbfgs’这三种算法。

  • 如果选择‘l2’,solver参数可以选择‘liblinear’、‘newton-cg’、‘sag’和‘lbfgs’这四种算法;如果选择‘l1’的话就只能用‘liblinear’算法。

如果选择L2正则化发现还是过拟合,即预测效果差的时候,就可以考虑L1正则化;如果模型的特征非常多,希望一些不重要的特征系数归零,从而让模型系数稀疏化的话,也可以使用L1正则化,也就是对特征做了筛选


74.9922 1 0 关注作者 收藏

评论(0)


暂无数据

推荐课程

推荐帖子