How to display all logistic regression hyperparameters in Scikit-Learn(如何在本网站中显示所有Logistic回归超参数)
本文介绍了如何在本网站中显示所有Logistic回归超参数的处理方法,对大家解决问题具有一定的参考价值,需要的朋友们下面随着小编来一起学习吧!
问题描述
这是我在这里的第一个问题:-)
我导入了Scikit-Learn提供的Logistic回归类,然后创建了一个对象:
from sklearn.linear_model import LogisticRegression
my_lr = LogisticRegression()
我正在研究的这本书说,当我检查我的对象时,我应该看到以下输出:
LogisticRegression(C=1.0, class_weight=None, dual=False, fit_intercept=True, intercept_scaling=1, max_iter=100, multiclass='auto', n_jobs=None, penalty='l2', random_state=None, solver='warn', tool=0.0001, verbose=0, warm_start=False)
但是,当我在Jupyter笔记本中运行我的对象时,我看到:
LogisticRegression()
即使我自己写下所有的超参数...
my_new_lr = LogisticRegression(C=1.0, class_weight=None, dual=False, fit_intercept=True, intercept_scaling=1, max_iter=100, multiclass='auto', n_jobs=None, penalty='l2', random_state=None, solver='warn', tool=0.0001, verbose=0, warm_start=False)
.我只是继续看这样的输出:
LogisticRegression(solver='warn')
这令人失望,因为我预计括号中会有很多超参数,以便查看它们的值是如何设置的并熟悉它们。
感谢您的帮助!
推荐答案
有model.get_params(deep=True)
方法。因此,这应该为您提供参数集:
print(my_new_lr.get_params())
这篇关于如何在本网站中显示所有Logistic回归超参数的文章就介绍到这了,希望我们推荐的答案对大家有所帮助,也希望大家多多支持编程学习网!
沃梦达教程
本文标题为:如何在本网站中显示所有Logistic回归超参数


基础教程推荐
猜你喜欢
- 在Python中从Azure BLOB存储中读取文件 2022-01-01
- Plotly:如何设置绘图图形的样式,使其不显示缺失日期的间隙? 2022-01-01
- PermissionError: pip 从 8.1.1 升级到 8.1.2 2022-01-01
- 在同一图形上绘制Bokeh的烛台和音量条 2022-01-01
- 包装空间模型 2022-01-01
- 求两个直方图的卷积 2022-01-01
- 无法导入 Pytorch [WinError 126] 找不到指定的模块 2022-01-01
- PANDA VALUE_COUNTS包含GROUP BY之前的所有值 2022-01-01
- 修改列表中的数据帧不起作用 2022-01-01
- 使用大型矩阵时禁止 Pycharm 输出中的自动换行符 2022-01-01