2

私は次のようなトレーニングデータセットを持っています:

0.00479616 |  0.0119904 |  0.00483092 |  0.0120773 | 1
0.51213136 |  0.0113404 |  0.02383092 |  -0.012073 | 0
0.10479096 |  -0.011704 |  -0.0453692 |  0.0350773 | 0

最初の 4 列は 1 つのサンプルの特徴で、最後の列はその出力です。

私はこのようにscikitを使用します:

  data = np.array(data)
  lr = linear_model.LogisticRegression(C=10)

  X = data[:,:-1]
  Y = data[:,-1]
  lr.fit(X, Y)

  print lr
  # The output is always 1 or 0, not a probability number.
  print lr.predict(data[0][:-1])

ロジスティック回帰は常に 0 から 1 の間の確率値を与えるべきだと思いました。

4

1 に答える 1

14

メソッドを使用しpredict_probaて確率を取得します。predictクラスラベルを与えます。

>>> lr = LogisticRegression()
>>> X = np.random.randn(3, 4)
>>> y = [1, 0, 0]
>>> lr.fit(X, y)
LogisticRegression(C=1.0, class_weight=None, dual=False, fit_intercept=True,
          intercept_scaling=1, penalty='l2', random_state=None, tol=0.0001)
>>> lr.predict_proba(X[0])
array([[ 0.49197272,  0.50802728]])

(ドキュメンテーションを読んだことがあれば、これを見つけることができたでしょう。)

于 2013-08-04T08:08:16.693 に答える