最近我把我的代码从R复制到Python,我确实需要一些关于代码的帮助。据我所知,sklearn中的logistic回归只包含l1
或l2
正则化项,分别代表套索回归和岭回归。然而,实现l1和l2正则化项,即ElasticNet可能更好。你知道吗
在R的例子中,有一个值得注意的包glmnet
可以完美地部署上述思想,而python中的包glmnet
似乎只支持Linux系统而不是我的计算机中的windows10(请参考this)
此外,如果包能够可视化结果(例如收缩路径),效果会更好
#logtistic with penalty terms in sklearn
from sklearn.linear_model import LogisticRegression
LogisticRegression(C=0.1,random_state=seed,penalty='l1')
LogisticRegression(C=0.1,random_state=seed,penalty='l2')
相关问题 更多 >
编程相关推荐