python - 在逻辑回归中强制使用二元系数

Question

我面临一个分类问题，我需要根据特征的存在与否对样本进行分类。

数据矩阵X是二进制的scipy.sparse.csr_matrix。

我试图LogisticRegression用penalty='l1'and拟合一个C=0.5，它给出了非常好的指标和非常稀疏的系数，这是所期望的。

但是，我的问题的另一个要求是在 {0, 1} 中具有二进制系数或在 {0, 1, -1} 中具有系数。意义特征要么对正类的样本分类有积极贡献，要么消极或不贡献，但两个积极贡献的特征必须同等贡献。

我猜想实现这一点的一种简单方法是添加一个正则化项：

原来的优化问题是：

这样系数确实是稀疏的，非零系数必须为 1 或 -1。现在我使用的solver=liblinear效率非常高，但它是用 c++ 编写的，所以不太容易修改。由于我正在使用penalty=l1，唯一的其他选择solver='saga'是不幸的是在我的经验中要慢得多。此外，代码在 cython 中，修改起来并不容易

是否有另一种（更简单的？）方法来实现这一目标？也许有人知道一种已经被广泛使用但我错过的方法？

标签： pythonscikit-learnsparse-matrixlogistic-regressionbinary-matrix