[PYTHON] [Wird untersucht] Logistische Regression @ scikit-learns Strafe und Solvers tiefe Beziehung

Ich kenne die Entsprechung zwischen Penalty und Solver nicht, wenn ich das "LogisticRegression" -Modul von scikit-learn [Offizielles Dokument] verwende (https://scikit-learn.org/stable/modules/generated/sklearn.linear_model.LogisticRegression.html). Ich habe es nachgeschlagen, aber es war nicht in einem Zustand, den ich auf einen Blick erkennen konnte, und ich war eine Weile verwirrt. .. .. Daher werde ich zunächst die Korrespondenz- / Nichtkorrespondenzbeziehung zwischen Penalty und Solver in einer Liste zusammenfassen und in Zukunft detaillierte Informationen zu Solver und Penalty hinzufügen.

Korrespondenz / Nicht-Korrespondenz-Beziehung zwischen Penalty und Solver

Penalty / Solver newton-cg lbfgs(default) liblinear sag saga
L1 × × ×
L2(default) ×
Elasticnet × × × ×
None ×

Erklärung der Strafe / des Lösers

Recommended Posts

[Wird untersucht] Logistische Regression @ scikit-learns Strafe und Solvers tiefe Beziehung
Erster TensorFlow (überarbeitete Ausgabe) - Lineare und logistische Regression