sklearn 的逻辑回归中“C”参数的 R 等效项是什么？ [关闭]答案

【问题标题】：What is the R equivalent of the "C" parameter in sklearn's Logistic Regression? [closed]sklearn 的逻辑回归中“C”参数的 R 等效项是什么？ [关闭]
【发布时间】：2016-03-18 05:59:49
【问题描述】：

在sklearn 中python 中有一个C 参数（正则化参数）用于LogisticRegression。

现在，我想知道R 语言中的等价物是什么？当我在 R 中进行逻辑回归时，我会这样做：

glm(<outcome> ~ <covariates>, family="binomial")

但是C 参数有什么用呢？ C 用于正则化，但我在 R 中找不到任何这样的等价物？

以下是我检查的一些地方：

http://data.princeton.edu/R/glms.html

【问题讨论】：

你需要阅读“惩罚”。 glm 函数不提供该功能。需要其他包。教育自己。
谢谢你，这将是一件好事。您能推荐一些理论与实践完美结合的资源吗？

标签： python r logistic-regression regularized

【解决方案1】：

在 R 中，正则化未在 GLM 中实现。您可以使用 R 中的 Liblinear 包进行正则化回归。链接https://cran.r-project.org/web/packages/LiblineaR/LiblineaR.pdf 是 Liblinear 软件包的手册。它只有 10 页的文件。你可以很快完成它。

我认为它是 python 中逻辑回归的壁橱。

就您的问题而言，您可以查看cost 参数。文档中说这个参数是正则化参数，即C参数。

【讨论】：

嗯。有趣的。为了帮助我理解，我认为如果C 参数为1.0，那么python 中sklearn 中的LogisticRegression 没有惩罚。这是真的吗？
拒绝解释。这是一个过于宽泛的问题。有几个 R 包对成本参数进行某种形式的“正则化”。如果没有好的编码答案，那么不应该回答不好的问题。太模糊了，应该在CV.com上发布。