python - 如何实现L1 Logistic回归？

作为学习该课程的一部分，我尝试使用Python中的scikit-learn实现L1逻辑回归。不幸的是代码

clf, pred = fit_and_plot_classifier(LogisticRegression(penalty = 'l1', C=1000000))

我收到错误消息

ValueError: Solver lbfgs supports only 'l2' or 'none' penalties, got l1 penalty.

我尝试设置l1_ratio

clf, pred = fit_and_plot_classifier(LogisticRegression(l1_ratio = 1))

但收到错误消息

C:\Users\HP\Anaconda3\lib\site-packages\sklearn\linear_model\_logistic.py:1499: UserWarning: l1_ratio parameter is only used when penalty is 'elasticnet'. Got (penalty=l2)"(penalty={})".format(self.penalty))

那么，如何实现L1 Logistic回归呢？

最佳答案

您可以像在第一个代码段中一样进行操作，但是必须定义另一个求解器。使用“ liblinear”或“ saga”（check more in the documentation）。

关于python - 如何实现L1 Logistic回归？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/59881343/