如何在 Scikit-Learn 中显示所有逻辑回归超参数答案

【问题标题】：How to display all logistic regression hyperparameters in Scikit-Learn如何在 Scikit-Learn 中显示所有逻辑回归超参数
【发布时间】：2021-05-28 02:40:15
【问题描述】：

这是我的第一个问题 :-)

我导入了 Scikit-Learn 提供的逻辑回归类，然后从中创建了一个对象：

from sklearn.linear_model import LogisticRegression
my_lr = LogisticRegression()

我正在研究的书说，当我检查我的对象时，我应该看到以下输出：

LogisticRegression(C=1.0, class_weight=None, dual=False, fit_intercept=True, intercept_scaling=1, max_iter=100, multiclass='auto', n_jobs=None, penalty='l2', random_state=None, solver='warn', tool=0.0001, verbose=0, warm_start=False)

但是，当我在 Jupyter Notebook 中运行我的对象时，我只看到：

LogisticRegression()

即使我自己写下所有的超参数......

my_new_lr = LogisticRegression(C=1.0, class_weight=None, dual=False, fit_intercept=True, intercept_scaling=1, max_iter=100, multiclass='auto', n_jobs=None, penalty='l2', random_state=None, solver='warn', tool=0.0001, verbose=0, warm_start=False)

...我只是继续看到这种输出：

LogisticRegression(solver='warn')

这令人失望，因为我希望括号中有很多超参数，以便了解它们的值是如何设置的并熟悉它们。

感谢您的帮助！

【问题讨论】：

检查这个问题 [类似问题] (stackoverflow.com/questions/54572468/… ) 也许另一个原因是您使用的是默认超参数

标签： python scikit-learn logistic-regression hyperparameters

【解决方案1】：

您可以使用pprint() 代替print() 来代替model.get_params()：

from pprint import pprint

print('Parameters currently in use:\n')
pprint(my_new_lr.get_params())

【讨论】：

【解决方案2】：

除了get_params（出于其他原因也值得了解）之外，至少还有两种其他方法可以获取这些信息。

在 Jupyter 笔记本中，您可以调用 ?LogisticRegression 来查看整个文档字符串（这也是生成 API 文档页面的原因），其中详细说明了所有参数。

sklearn 的旧版本在打印估算器时默认打印所有参数，因此您的书建议。您可以使用全局配置恢复该行为，请参阅 set_config 或 config_context。

【讨论】：

你一针见血：问题是我使用的是更新版本的sklearn。这就是为什么我没有看到我应该看到的超参数。澄清了这个问题，我认为我将使用?LogisticRegression 以便为我的个人学习目的轻松获取此信息。否则，如果我必须检查某个特定模型，我想获得更多详细信息，我可能会使用方法get_params()

【解决方案3】：

有model.get_params(deep=True) 方法。所以，这应该给你参数集：

print(my_new_lr.get_params())

【讨论】：