评估scikit-learn中SGD分类器的收敛性

Question

有没有什么自动化的方法可以评估SGDClassifier的收敛性？

我正在用Python运行一个弹性网逻辑回归模型，使用的是scikit-learn库里的SGDClassifier，并且设置了对数损失和弹性网惩罚。当我在Python中训练模型时，发现我的系数全都是零。而当我在R中使用glmnet时，得到了显著的非零系数。

经过一些调整后，我发现scikit-learn的系数在大约1000次迭代后才接近R中的系数。

在scikit-learn中，有没有什么方法可以让我继续迭代，直到系数的变化相对较小（或者达到最大迭代次数）？还是说我需要通过交叉验证自己来实现这个过程？

Answer 1

这是scikit-learn的SGD分类器目前已知的一个限制，当前这个模型没有自动检查是否收敛的功能。不过，你可以设置 verbose=1，这样在运行的时候会有一些反馈信息。