在 Python 逻辑回归中向求解器提供种子值答案

【问题标题】：Feeding a seed value to solver in Python Logistic Regression在 Python 逻辑回归中向求解器提供种子值
【发布时间】：2017-05-11 19:01:28
【问题描述】：

我正在使用 scikit-learn 的 linear_model.LogisticRegression 来执行多项逻辑回归。我想初始化求解器的种子值，即我想将求解器的初始猜测作为系数的值。

有人知道怎么做吗？我也在网上查看并筛选了代码，但没有找到答案。谢谢！

【问题讨论】：

stackoverflow.com/questions/24438779/…
根据文档显示，这些是唯一可用的选项solver : {‘newton-cg’, ‘lbfgs’, ‘liblinear’, ‘sag’}, default: ‘liblinear’。此外，多项式似乎只接受'newton-cg' or 'lbfgs'。
谢谢@blckbird，链接中的问题是关于更改逻辑回归结果的字段。而我想为求解器提供其估计的初始值
谢谢@DmitryPolonskiy，我知道这些是可用的选项。正如我告诉 blckbird，我想确定求解器在其近似值中使用的初始猜测。我阅读了该函数的代码，但也没有找到它。我根据逻辑分布（使用我确定的系数）生成数据，当我使用 LogisticRegression 函数确保它有效时，它不会返回我使用的值并且错误很大。这就是为什么我想尝试确定近似值的初始值（如果这不起作用，则该函数一定有问题）

【解决方案1】：

您可以使用warm_start 选项（使用solver 而不是liblinear），并在拟合之前手动设置coef_ 和intercept_。

warm_start : bool, default=False 当设置为 True 时，重用之前调用的解决方案作为初始化，否则，只需擦除之前的解决方案。对 liblinear 求解器无用。

【讨论】：