多分类时的调用也是一样的，不过对应多个逻辑回归模型，例如3分类对应3个逻辑回归模型（相当于做了3次one vs rest）的各参数说明可以参考官方文档，或者参考下这篇文章，讲的非常详细 。
逻辑回归部分要点总结 的优缺点总结
优点：
1、将预测范围压缩至[0,1]
2、使模型更加关注分类边界（只在0附近敏感）
3、作输出层时使模型结果具有概率上的解释性
缺点：
1、容易造成梯度消失
2、由于以0为中心，梯度为全正或全负，优化时为“之”字线路，故寻找最优参数耗时较长
3、包含指数函数，计算代价较高
关于逻辑回归的其它要点
离散化
LR 属于广义线性模型，表达能力有限，离散化后每个变量有单独的权重，这相当于引入了非线性，能够提升模型的表达能力，离散后特征可以进行特征交叉，提升拟合能力，且特征离散后模型鲁棒性更强，相当于引入了正则化 。
与其它模型的对比（线性回归、SVM、最大熵模型）以及逻辑回归的并行运算，上面提到的那位大佬讲得非常详细 。
【机器学习】逻辑回归（非常详细）
种群竞争模型 — (Lotka-模型) 回归
-逻辑回归
《深度学习原理与实践》黄理灿
《机器学习实战—基于平台的机器学习理论与实践》星环科技人工智能平台团队
【入门小白的逻辑回归学习笔记】代码部分参考教程

• 硅谷是什么意思 硅谷是什么意思科普
• 两个人的小森林在哪儿免费观看
• 小白入门Docker——Docker提交天池代码超详细教程（Windows10
• android 驱动学些入门-------Device Tree 第一篇
• 宾夕法尼亚时间 宾夕法尼亚几点
• 融资渠道有哪些 融资渠道有哪些利与弊
• android实现爆炸式菜单按钮弹出效果_微信 Android 内测版更新：小程
• 三山五岳是什么意思 登尽三山五岳是什么意思
• 2 深度学习入门教程：使用预训练模型来文字生成图片TextToImageGen
• 世博园在哪里 江苏世博园在哪里