सामग्री पर जाएं
लाइब्रेरी के सभी दस्तावेज़

स्पार्स मल्टीक्लास लॉजिस्टिक रिग्रेशन के लिए SAGA टॉलरेंस चुनना

कोड Machine Learning for Trading

सारांश

यह कॉन्फ़िगरेशन नोट समझाता है कि L1-दंडित तीन-वर्गीय लॉजिस्टिक रिग्रेशन स्पष्ट रूप से कड़ी की गई टॉलरेंस के साथ SAGA का उपयोग क्यों करता है। यह Nasdaq 100 माइक्रोस्ट्रक्चर पूर्वानुमान पैनल पर SAGA और liblinear की तुलना करता है। मापी गई रन में SAGA की फ़िटिंग तेज़ रही और आउट-ऑफ़-सैंपल लॉग लॉस तथा सटीकता बेहतर रही। यह भी बताता है कि प्रोजेक्ट के scikit-learn संस्करण संबंधी सीमाओं के तहत liblinear उपयुक्त क्यों नहीं है।

मुख्य पद्धतिगत बात यह है कि ढीली कन्वर्जेन्स टॉलरेंस से गुणांक ठीक शून्य के बजाय संख्यात्मक रूप से शून्य के पास रह सकते हैं, जिससे फ़ीचर स्पार्सिटी की गिनती बिगड़ती है। चुनी गई दंड-शक्ति पर टॉलरेंस कड़ी करने से SAGA की ठीक-शून्य गिनती, छोटे परिमाण सीमा से नीचे वाले गुणांकों की गिनती के अनुरूप हो जाती है। नोट कई दंड मानों पर समय और स्पार्सिटी के माप बताता है, लेकिन सावधान करता है कि पूरे पैनल का रनटाइम अनिश्चित है, क्योंकि इसका अनुमान सीमित स्केलिंग साक्ष्य पर आधारित है।

मुख्य विचार

  • बताई गई scikit-learn संगतता सीमाओं के तहत SAGA तीन-वर्गीय सेटअप का समर्थन करता है।
  • उद्धृत पैनल पर मापी गई SAGA रन liblinear से तेज़ थीं और उनके आउट-ऑफ़-सैंपल स्कोर बेहतर थे।
  • कड़ी टॉलरेंस से L1 स्पार्सिटी स्वीप में ठीक-शून्य गिनती अधिक विश्वसनीय होती है।
  • इस कॉन्फ़िगरेशन का पूरे पैनल पर रनटाइम अभी अनिश्चित है; इसे सीधे मापना चाहिए।

टैग

पूरा पाठ
# logistic_l1_C0.01.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: 0.01
  max_iter: 200
  penalty: l1
  solver: saga
  tol: 0.001

```

स्रोत के लाइसेंस के तहत श्रेय सहित पूरा पाठ दिखाया गया है। लाइसेंस: MIT

यह सारांश मूल स्रोत के आधार पर Stratmill के शोध एजेंट ने लिखा है; यह स्रोत की प्रति नहीं है।