Je viens d'ajuster une courbe logistique à de fausses données. J'ai fait des données essentiellement une fonction pas à pas.
data = -------------++++++++++++++
Mais quand je regarde la courbe ajustée, la pente est très petite. La fonction qui minimise le mieux la fonction de coût, en supposant une entropie croisée, est la fonction de pas. Pourquoi ne ressemble-t-elle pas à une fonction pas à pas? Y a-t-il une régularisation, L1 ou L2, effectuée par défaut?
logistic-regression
scikit-learn
sebastianspiegel
la source
la source
penalty='none'
. scikit-learn.org/stable/whats_new.html#id15Oui, il y a régularisation par défaut. Il semble s'agir d'une régularisation L2 avec une constante de 1.
J'ai joué avec cela et j'ai découvert que la régularisation L2 avec une constante de 1 me donne un ajustement qui ressemble exactement à ce que sci-kit m'apprend sans spécifier de régularisation.
est le même que
Quand j'ai choisi
C=10000
, j'ai obtenu quelque chose qui ressemblait beaucoup plus à la fonction pas à pas.la source