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


猜你喜欢
- 如何使用PYSPARK从Spark获得批次行 2022-01-01
- 我如何透明地重定向一个Python导入? 2022-01-01
- 使用 Cython 将 Python 链接到共享库 2022-01-01
- ";find_element_by_name(';name';)";和&QOOT;FIND_ELEMENT(BY NAME,';NAME';)";之间有什么区别? 2022-01-01
- CTR 中的 AES 如何用于 Python 和 PyCrypto? 2022-01-01
- 使用公司代理使Python3.x Slack(松弛客户端) 2022-01-01
- 我如何卸载 PyTorch? 2022-01-01
- YouTube API v3 返回截断的观看记录 2022-01-01
- 检查具有纬度和经度的地理点是否在 shapefile 中 2022-01-01
- 计算测试数量的Python单元测试 2022-01-01