新版本scikit-learn中，关于OvR与OvO的相关问题

Question

老师您好，我的scikit-learn是0.23版本的，在处理多分类问题时，创建LogisticRegression对象时用的默认值auto与
使用OvO指定的multi_class=“multinomial”, solver=“newton-cg” 创建的两个对象，调用score方法的结果是一样的，当初您录制视频时用的那个版本，默认是使用OVR，而最新版本的既不是OvR也不是OvO，而是auto，想问下这个auto是不是指的就是OvO呢？

Answer 1

liuyubobobo 2021-01-28 03:04:21

根据 sklearn 文档的解释，现在当 multi_class = "auto" 的时候，如果你的数据只有两个类别，或者 solver 是 liblinear 的话，相当于是 ovr，否则的话，是 multinomial：https://scikit-learn.org/stable/modules/generated/sklearn.linear_model.LogisticRegression.html

下面的问题就是，multinomial 是什么？

这个概念在课程中没有介绍。简单来说，此时，整个模型是一个新的模型，这种模型被称为 softmax。softmax 可以解决多分类问题，但是，当分类数量为 2 时，softmax 会退化为和逻辑回归一样。所以，可以当做 softmax 是逻辑回归在多分类问题上的拓展和泛化；逻辑回归是 softmax 在二分类问题上的特例。

具体 softmax 在这个课程里没有介绍，因为这个概念和神经网络，深度学习等连在了一起，不在这个课程的范围里了。可以参考这里的讨论：http://coding.imooc.com/learn/questiondetail/117668.html

如果有兴趣，可以找相关资料再学习一下。

继续加油！：）

• 提问者 kongba #1

  老师您好，我昨天大致看了下官方文档关于multi_class的介绍，没明白"数据只有两个类别"，这两个类别具体指的是什么呢？

• liuyubobobo 回复 提问者 kongba #2

  就是二分类问题。

• 提问者 kongba #3

  非常感谢！