Python scikit学习中SGD分类器的收敛性评估
是否有任何自动化的方法来评估SGDClassizer的收敛性 我正在尝试用python运行一个elastic net logit,并使用scikit learn的SGDClassizer进行日志丢失和elastic net惩罚。当我用python拟合模型时,我的系数都是零。当我在R中运行glmnet时,我得到了重要的非零系数 经过一些旋转,我发现scikit学习系数在大约1000次迭代后接近R系数Python scikit学习中SGD分类器的收敛性评估,python,scikit-learn,Python,Scikit Learn,是否有任何自动化的方法来评估SGDClassizer的收敛性 我正在尝试用python运行一个elastic net logit,并使用scikit learn的SGDClassizer进行日志丢失和elastic net惩罚。当我用python拟合模型时,我的系数都是零。当我在R中运行glmnet时,我得到了重要的非零系数 经过一些旋转,我发现scikit学习系数在大约1000次迭代后接近R系数 scikit learn中是否有我缺少的迭代方法,直到系数变化相对较小(或执行了最大迭代次数),或
scikit learn中是否有我缺少的迭代方法,直到系数变化相对较小(或执行了最大迭代次数),或者我需要通过交叉验证自己进行迭代。这是scikit learn的SGD分类器当前实现的已知限制,该模型目前没有自动收敛检查。您可以设置
verbose=1
,以便在运行时获得一些反馈。很高兴知道。有没有计划改变这一点?在这个话题上我看不到任何问题。我们可能会在下周的sprint中讨论这个问题。