python - 评估 scikit learn 中 SGD 分类器的收敛性

Question

是否有任何自动化方法来评估 SGDClassifier 的收敛性？

我正在尝试在Python中运行弹性网络logit，并使用scikit learn的SGDClassifier，具有对数损失和弹性网络惩罚。当我在 python 中拟合模型时，我的系数全为零。当我在 R 中运行 glmnet 时，我得到了显着的非零系数。

经过一些调整，我发现 scikit learn 系数在大约 1000 次迭代后接近 R 系数。

在 scikit learn 中是否缺少任何迭代方法，直到系数的变化相对较小(或已执行最大迭代次数)，或者我是否需要自己通过交叉验证来完成此操作。

Answer 1

这是 scikit-learn 的 SGD 分类器当前实现的已知限制，目前该模型没有自动收敛检查。您可以设置 verbose=1 以在运行时获取一些反馈。