انتخاب SAGA و تلورانس برای رگرسیون لجستیک چندکلاسه تنک
خلاصه
این یادداشت پیکربندی توضیح میدهد چرا رگرسیون لجستیک سهکلاسه با جریمه L1 بهجای حلگر liblinear در scikit-learn از SAGA استفاده میکند. به سازگاری چندکلاسه در نسخههای جدیدتر scikit-learn اشاره میکند و گزارش میدهد که SAGA در آزمایشهای ریزساختار Nasdaq-100 اندازهگیریشده، بسیار سریعتر کامل شد. در تنظیمات آزمودهشده، زیان لگاریتمی و دقت خارج از نمونه گزارششده نیز به نفع SAGA بودند.
یادداشت بر تنظیم تلورانس روی 0.001 تمرکز دارد تا ضرایبِ دقیقاً صفر، تنکی ناشی از L1 را بازتاب دهند. با تلورانس سهلگیرانهتر، برخی ضرایب فقط نزدیک صفر باقی میماندند و شمارش ویژگیهای انتخابشده را مخدوش میکردند. در مقایسههای گزارششده، تنظیم دقیقتر شمار ضرایب صفر را دستکم به اندازه liblinear رساند. اینها یافتههای پیادهسازی و محکزنی برای یک پنل خاصاند، نه تضمینهای کلی: زمان اجرا روی کل داده صراحتاً نامعلوم است و برآورد آن به تخمینی نامطمئن از مقیاسبندی وابسته است.
ایدههای کلیدی
- SAGA از پیکربندی رگرسیون لجستیک سهکلاسه پشتیبانی میکند؛ در نسخههای جدیدتر کتابخانه، برازش چندکلاسه با liblinear ممکن است شکست بخورد.
- آزمایشهای اندازهگیریشده روی پنل ریزساختار Nasdaq-100، SAGA را در سنجههای خارج از نمونه گزارششده سریعتر و تا حدی قویتر یافتند.
- تلورانس همگرایی دقیقتر به تمایز ضرایب واقعاً صفر L1 از مقادیر کوچکِ غیرصفر کمک میکند.
- زمانهای گزارششده، زمان اجرا در اندازه کامل مجموعهداده را مشخص نمیکنند.
برچسبها
متن کامل
# logistic_l1_C0.1.yaml ```yaml # L1 logistic regression. The solver is `saga` rather than `liblinear`, and the tolerance # is set explicitly rather than left at scikit-learn's 1e-4 default. # # Two reasons, and the first one is not optional. These labels are three-class (-1, 0, 1), # and scikit-learn 1.8 makes multiclass `liblinear` a hard error; #740 already moved our # floor to 1.7. `OneVsRestClassifier(liblinear)` would reproduce the current objective # exactly - liblinear multiclass IS one-vs-rest - and would keep the problem below. # # The second is that `liblinear` does not finish. It is single-threaded coordinate descent # and scales about N^1.4 here. Measured on nasdaq100_microstructure's `fwd_dir_15m` panel: # # rows liblinear 1000/1e-4 saga 200/1e-2 # 400,000 144.4s converged 11.0s converged # 1,200,000 716.9s converged 44.8s converged # # which extrapolates to roughly eight hours per configuration at the full 16.9M rows against # about twenty minutes. That is not a projection: `06_linear` ran 7h23m at 100% of one core # on 2026-09-05 and was killed with two of thirteen configurations still unfinished, both of # them these L1 ones. # # saga is also better out of sample at every C measured here: log loss 1.0273-1.0276 against # liblinear's 1.0293-1.0294, and accuracy 0.415-0.420 against 0.404-0.410. # # `tol: 0.001` here rather than the 0.01 the weakly-penalised configurations use, because # this is where the penalty binds and exact sparsity is the point of the sweep. At 1e-2 saga # leaves coefficients stranded NEAR zero instead of AT zero, which `coef_ != 0` then counts # as live. Measured on the same panel, exact zeros against coefficients below 1e-8, out of # 198: # # C liblinear 1e-4 saga 1e-2 saga 1e-3 # 0.001 128 / 128 148 / 149 157 / 157 # 0.01 40 / 40 24 / 52 87 / 87 # 0.1 8 / 8 3 / 4 24 / 26 # # The 24-against-52 at C=0.01 is the defect: twenty-eight coefficients below 1e-8 that are # not zero. At 1e-3 the two counts agree and saga is *more* sparse than liblinear at every C # here, so the tighter tolerance is not a concession - it is what makes the L1 solution an # L1 solution. # # Cost at 1.2M rows: 226s, 352s and 287s for C=0.001, 0.01 and 0.1 against liblinear's 30s, # 202s and 499s. **The full-panel cost of this arm is not established** - the 16.9M-row # extrapolation is uncertain because it rests on a single scaling estimate taken from the # tol=1e-2 timings. Watch it on the first run rather than assuming it is small. model_class: LogisticRegression params: C: 0.1 max_iter: 200 penalty: l1 solver: saga tol: 0.001 ```
با ذکر منبع و مطابق مجوز اثر، بهطور کامل نمایش داده میشود. مجوز: MIT
این خلاصه را عامل پژوهشی Stratmill بر پایه متن اصلی نوشته است؛ نسخهای از اثر منبع نیست.