之间的比例
。
1.4 LogisticRegression
1.
LogisticRegression 实现了对数几率回归模型。其原型为:
penalty :一个字符串,指定了正则化策略。
如果为 'l2' ,
则为
正则化。
如果为 'l1' ,则为
正则化。
dual
:一个布尔值。
如果为 True ,则求解对偶形式(只在 penalty='l2' 且 solver='liblinear' 有对偶形式)。
如果为 False ,则求解原始形式。
C :一个浮点数。它指定了罚项系数的倒数。如果它的值越小,则正则化项越大。
class_weight :一个字典或者字符串 'balanced'
,指定每个类别的权重。
class sklearn.linear_model.LogisticRegression(penalty='l2', dual=False, tol=0.0001,
C=1.0, fit_intercept=True, intercept_scaling=1, class_weight=None,
random_state=None, solver='liblinear', max_iter=100, multi_class='ovr',
verbose=0, warm_start=False, n_jobs=1)