этот вопрос относится к "Использует ли sklearn LogisticRegressionCV все данные для окончательной модели" ( Использует ли sklearn LogisticRegressionCV все данные для окончательной модели ). Ответ на вопрос о том, как LogisticRecgressionCV работает в случае бинарной классификации, в частности, о том, как выбирается C, особенно убедителен: «Для каждого значения C проведите перекрестную проверку предоставленных данных, в которых LogisticRegression будет вписываться () в обучающие данные. текущего сгиба и оценивается по тестовым данным. Оценки по тестовым данным по всем сгибам усредняются, и это становится оценкой текущего C. Это делается для всех предоставленных вами значений C и C с наивысшим средним баллом. будет выбран.
Мой вопрос ... как выбрать лучший гиперпараметр С в случае мультикласса? В этом случае каждый получает массив C, который сопоставляется с лучшими результатами по каждому классу. Как выбрать или рассчитать лучший C из элементов массива C_, который можно использовать для окончательной модели классификации нескольких классов?