param_grid = { 'C': [0.1, 1.0, 10.0], 'penalty': ['l1', 'l2'], 'solver': ['newton-cg', 'sag', 'saga', 'lbfgs'] }

param_grid = {
'C': [0.1, 1.0, 10.0],
'penalty': ['l1', 'l2'],
'solver': ['newton-cg', 'sag', 'saga', 'lbfgs'],
'multi_class': ['ovr', 'multinomial']
}

在调整超参数的过程中，你可以将'multi_class'参数添加到param_grid中。它有两个可选值：'ovr'和'multinomial'。'ovr'表示一对多策略，每个类别都与其他类别进行二分类比较。'multinomial'表示多项式策略，直接进行多类别分类。你可以根据你的问题选择合适的'multi_class'值。

同时，你也可以根据实际情况修改其他超参数的候选值，以便更好地调整模型。