已经有关于来自 R 的警告的帖子处理逻辑回归和线性分离，例如这个。我只是想确定在 Python Scikit Learn 中，这个问题是否全部由优化函数中的 L1/L2 正则化部分解决。换句话说，可以肯定地说用户不会从sklearn.linear_model.LogisticRegression?
Python Scikit Learn 如何处理逻辑回归中的线性分离问题？
机器算法验证
物流
Python
正则化
分离
2022-03-27 00:54:33
1个回答
是的，sklearn.linear_model.LogisticRegression使用惩罚逻辑回归来“解决”完美分离的问题。但是，如果你设置C的东西太大，你可能仍然会得到不好的结果。
其它你可能感兴趣的问题