Machine Learning

Appearance

逻辑回归 api 介绍 ​

API ​

python
sklearn.linear_model.LogisticRegression(solver='liblinear', penalty=‘l2’, C = 1.0)

其中：

  • solver：指定优化算法，可选值为 ‘liblinear’ 或 ‘lbfgs’，默认为 ‘liblinear’。
  • penalty：指定正则化项，可选值为 ‘l1’ 或 ‘l2’，默认为 ‘l2’。
  • C：正则化系数，默认为 1.0。

默认将类别数量少的当做正例，类别数量多的当做反例。

LogisticRegression 方法相当于 SGDClassifier(loss="log", penalty=" ")，SGDClassifier 实现了一个普通的随机梯度下降学习。而使用 LogisticRegression(实现了 SAG)

使用方法与线性回归类似：

python
# 导入模型
from sklearn.linear_model import LogisticRegression
# 实例化模型
model = LogisticRegression()
# 训练模型
model.fit(X_train, y_train)
# 预测
y_pred = model.predict(X_test)