scikit学习中SGD分类器收敛性的评价

Question

有没有自动的方法来评估SGD分类器的收敛性？在

我尝试在python中运行一个弹性netlogit，并使用scikitlearn的sgdclassizer，其中包含日志丢失和弹性网络惩罚。当我用python拟合模型时，我得到的系数都是零。当我在R中运行glmnet时，我得到显著的非零系数。在

经过一段时间的旋转，我发现scikit学习系数在大约1000次迭代后接近R系数。在

在scikit中，是否有我缺少的方法来学习迭代，直到系数的变化相对较小（或者已经执行了最大数量的迭代），或者我需要自己通过交叉验证来做到这一点。在

Answer 1

这是目前scikitlearn的SGD分类器实现的已知限制，目前还没有对该模型进行自动收敛检查。您可以设置verbose=1，以便在运行时获得一些反馈。在