'L1_ratio' и 'C' в sklearn.linear_model.LogisticRegression

Question

Я пытаюсь запустить эластичную сетку с помощью саги. Однако я не совсем понимаю, что делает параметр «C». Насколько я могу судить, L1_ratio - это выпуклая сумма штрафов лассо и гребня - норм L1 и L2 - и должна использоваться для упругой регуляризации сети. Должен ли я установить «С» на 0, когда я установлю число для «L1_ratio»?

Answer 1

C - гиперпараметр, определяющий степень регуляризации в вашей модели;см. документацию . Его обратное значение 1/C называется силой регуляризации в документе. Чем больше C, тем меньше штраф за норму параметров, l1 или l2. Кстати, C нельзя установить на 0, это должно быть >0.

l1_ratio - это параметр в [0,1] взвешивании диапазона l1 против l2 регуляризации. Следовательно, сумма l1 регуляризации равна l1_ratio * 1./C, также сумма l2 reg равна (1-l1_ratio) * 1./C