30

自分で予測確率を生成できるように、ロジスティック回帰係数を返す方法を知る必要があります。

私のコードは次のようになります。

lr = LogisticRegression()
lr.fit(training_data, binary_labels)

# Generate probabities automatically
predicted_probs = lr.predict_proba(binary_labels)

lr.coeff_ の値は典型的なロジスティック回帰に従うと想定していたので、次のような予測確率を返すことができました。

sigmoid( dot([val1, val2, offset], lr.coef_.T) )

しかし、これは適切な定式化ではありません。Scikit Learn LogisticRegression から予測確率を生成するための適切な形式を持っている人はいますか? ありがとう！

4

2 に答える 2

29

ドキュメント（http://scikit-learn.org/stable/modules/generated/sklearn.linear_model.LogisticRegression.html）を見てください。オフセット係数はlr.coef_によって保存されません

coef_array, shape = [n_classes-1, n_features] 決定関数における特徴の係数。coef_ は、liblinear の内部メモリ レイアウトに従う raw_coef_ から派生した読み取り専用プロパティです。インターセプト配列、形状 = [n_classes-1] インターセプト (別名バイアス) が決定関数に追加されました。パラメーター インターセプトが True に設定されている場合にのみ使用できます。

試す：

sigmoid( dot([val1, val2], lr.coef_) + lr.intercept_ )
于 2013-09-24T23:42:50.730 に答える
1

coef_最も簡単な方法は、LR 分類子の属性を呼び出すことです。

の定義は、Scikit-Learn ドキュメントcoef_を確認してください:

例を参照してください:

from sklearn.linear_model import LogisticRegression

clf = LogisticRegression()  
clf.fit(x_train,y_train)  

weight = classifier.coef_
于 2021-04-15T05:28:44.150 に答える