Scikit learn 如何从应用于多类问题的LogisticRegressionCV的输出中选择C
该问题与“sklearn LogisticRegressionCV是否使用最终模型的所有数据”相关（）。答案是cristal关于LogisticRecgressionCV在二元分类中如何工作，特别是如何选择C：“对于C的每个值，对提供的数据进行交叉验证，其中LogisticRecgressionCV将适用（）在当前折叠的训练数据上，并在测试数据上评分。所有折叠的测试数据中的分数将被平均，这将成为当前C的分数。这将针对您提供的所有C值进行，并将选择平均分数最高的C。“。Scikit learn 如何从应用于多类问题的LogisticRegressionCV的输出中选择C,scikit-learn,logistic-regression,Scikit Learn,Logistic Regression,该问题与“sklearn LogisticRegressionCV是否使用最终模型的所有数据”相关（）。答案是cristal关于LogisticRecgressionCV在二元分类中如何工作，特别是如何选择C：“对于C的每个值，对提供的数据进行交叉验证，其中LogisticRecgressionCV将适用（）在当前折叠的训练数据上，并在测试数据上评分。所有折叠的测试数据中的分数将被平均，这将成为当前C的分数。这将针对您提供的所有C值进行，并将选择平均分数最高的C。“。 我的问题是…在多类情况下，
我的问题是…在多类情况下，如何选择最佳的C超参数？在本例中，将得到一个C数组，该数组映射到每个类的最佳分数。如何从C_uu数组元素中选择或计算可用于最终多类分类模型的最佳C？好吧，您链接的问题给出了答案。对于多类，LogisticRegressionCV中使用了OneVRest策略，这意味着随着类的存在，将有许多LR模型得到训练。每个模型都将使用找到的C_u数组中特定类的C值。欢迎使用Stackoverflow。请编辑您的问题，以澄清您的问题描述，如果可能的话，请提供一些最低限度的代码。写一些段落并添加一些上下文。就目前的情况而言，我怀疑是否有人愿意阅读你的问题。有关指导，请查看第页和第页