# todo 重要參數 solver & multi_class # multi_class 輸入告知模型,我們要處理分類問題的模型 # 1. 輸入 'ovr' 處理二分類,或者讓模型使用‘一對多’的形式來處理多分類問題 # 2.'multinomial' 處理多分類,這種輸入在參數solverwe是linlinear時不可用 # 3.'auto' 表示會根據數據的分類情況和其他參數來確定模型要確定要處理的分類問題的類型 from sklearn.datasets import load_iris from sklearn.linear_model import LogisticRegression iris = load_iris() for multi_class in ("multinomial", 'ovr'): lr = LogisticRegression(solver='sag', max_iter=100, random_state=42, multi_class=multi_class).fit(iris.data, iris.target) print('training score :%.3f(%s)' % (lr.score(iris.data, iris.target), multi_class)) # training score :0.987(multinomial) # training score :0.960(ovr)
day 9.1 邏輯迴歸-二元迴歸與多元迴歸
發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.