pythonのロジスティック回帰における正則化パラメータの発見方法scikit-learn？

Question

scikit-learnでは、Cは正則化強度の逆数（link）です。 3つの異なるC（すなわち、0.1,1.0、および10.0）を使用していることを除いて、同じパラメータおよび条件で3回のトレーニングを手動で計算しました。私は、検証セットのFスコアを比較して、「最良の」Cを特定しました。しかし、誰かが、Cを最適化するために検証セットを使用するはずがないので、これが間違っていると私に言った。そして、私がscikit-learnからデフォルトのC（= 1.0）を選ぶ場合、私はどのような正当性を持っていますか？

Answer 1

正しいCを選択するにはどうすればよいですか？

トレーニング、検証、テストの3つのデータセットが用意されています。列車でトレーニングし、検証時にハイパーパラメータを設定し、最後にテストで評価します。特に、データが小さい場合は、k-fold CV方式でこれを行うことができます。ここでは、最初にCVを列車試験の分割に使用し、さらに別の列を実際の列車と検証に分割します。

scikit-learnからデフォルトのC（= 1.0）を選択するとどういう正当性がありますか？

任意の事前重み付けを行うこと以外に正当性はありません（したがって、他の値も同様に正当化されます）。