全部产品

逻辑回归

逻辑回归(LogisticRegression)是一种用于解决二分类(0 or 1)问题的模型,用于估计某种事物的可能性。

计算逻辑原理

使用LogisticRegression算法进行建模。

使用流程说明

完成输入输出变量配置和参数配置。

参数说明

IN端口

参数名

描述

特征变量

配置模型特征列

目标变量

配置模型目标列

算法参数

参数名

描述

默认值

范围

惩罚类型

用于指定惩罚中使用的规范

L2

  • L2

  • 无惩罚

正则强度的倒数

必须为正浮点数,与支持向量机一样,较小的值指定更强的正则化。

1.0

[0.0, 9999999.9]

是否使用截距

指定是否应将常量(aka偏置或截距)添加到决策函数

分类权重

表示分类模型中各种类型的权重

None

可以是一个字典或者balanced字符串。

默认为不输入,也就是不考虑权重,即为None。

求解器

用于优化问题的算法

lbfgs

  • newton-cg(牛顿法)

  • lbfgs(L-BFGS拟牛顿法)

  • sag(随机梯度下降法)

最大迭代次数

求解程序收敛所需的最大迭代次数

100

[1, 10000]

分类方式

  • 二分类器组:采用one-vs-rest策略进行多分类。

  • 多分类目标:采用多分类逻辑回归模型。

自动

  • 自动

  • 二分类器组

  • 多分类目标

其他参数

参数名

描述

模型结果

查看建模成功后的模型评价结果