使用sklearn的LogisticRegression和“saga”解算器和“elasticnet”惩罚

Question

我使用的是LogisticRegression，它使用的是“liblinear”求解器和默认惩罚(l2)。代码运行良好：

LR = LogisticRegression(random_state=1, solver='liblinear')
LR.fit(x_train_scaled, y_train)
x_test_scaled = min_max_scaler.transform(x_test)
y_pred = LR.predict(x_test_scaled)

我尝试了l1 (LASSO)和'liblinear‘，因为我在我的预测器中有很多相关的特征，我想把它们的系数降到零。代码运行良好，但LR性能没有提高。所以，现在我想试一试弹性网，看看它对模型的影响(必须使用“saga”解算器和弹性网)。但是现在我的代码抛出了一个我不知道如何解决的错误？

代码：

LR = LogisticRegression(random_state=1, solver='saga', penalty='elasticnet')
LR.fit(x_train_scaled, y_train)
x_test_scaled = min_max_scaler.transform(x_test)
y_pred = LR.predict(x_test_scaled)

第二行错误(拟合步骤)：

ValueError: l1_ratio must be between 0 and 1; got (l1_ratio=None)

Answer 1

diabetic_classifer = LogisticRegression(penalty='elasticnet',solver='saga',C=0.5,l1_ratio=1)
diabetic_classifer.fit(X_train, y_train)

我想你必须设置l1_ratio=1，这是参数之一。我也不完全明白。我相信我们可以把它设为0到1。

想要更多的信息。