#python #scikit-learn #logistic-regression
#python #scikit-learn #логистическая регрессия
Вопрос:
Я работаю над уроком, в котором используется LogisticRegression, и я вижу различия в использовании кода и документации для метода.
Я спрашиваю, является ли это ошибкой в документации, или происходит что-то, чего я не понимаю.
Урок заключался в использовании решателя ‘lbfgs’ со штрафом = ‘none’. (Набор данных не имеет значения, важно то, как вызывается метод.)
lr = LogisticRegression(solver='lbfgs', penalty='none', random_state=2)
- Код выдает ошибку, поскольку только ‘l1’ и ‘l2’ являются приемлемыми вариантами для штрафа с помощью решателя ‘lbfgs’.
- На веб-странице указано, что ‘lbfgs’ поддерживает L2 или нет (без регуляризации).
- На веб-странице в разделе «параметры» указано, что ‘lbfgs’ поддерживает только штрафы L2.
Я использую записную книжку jupyter с scikit-learn 0.20.2.
Документация ссылается на веб-страницу:
https://scikit-learn.org/stable/modules/generated/sklearn.linear_model .LogisticRegression.html
Комментарии:
1. Я не получаю никаких ошибок в scikit-learn 0.23.2. Попробуйте обновить и проверьте еще раз?
2. Я согласен с вами. С scikit-learn 0.22.2 или 0.23.2 код не жалуется на штраф = нет. Похоже, что автор урока использовал другую платформу, когда они тестировали свои примеры. По-прежнему имеет место ситуация, когда документация по методу на веб-странице сбивает с толку и не согласуется. Усложняет понимание того, что нужно делать правильно.