5

私は単に このクラスのドキュメントを理解できませんでした。それを使用してデータを適合させ、機能のスコアを取得することはできますが、このすべてのクラスが行うことになっているのですか?

適合したモデルを使用して実際に回帰を実行するためにそれを使用する方法がわかりません。上記のドキュメントの例は、単にクラスのインスタンスを作成しているだけなので、それがどのように役立つのかわかりません。

「変換」操作を実行するメソッドはありますが、それがどのような変換であるかについては言及されていません。

このクラスを使用して、新しいテスト データの実際の予測を取得することは可能ですか?クロス フォールド検証で使用して、使用している他の方法とパフォーマンスを比較することは可能ですか?

他の分類器で最高ランクの機能を使用しましたが、この分類器でそれ以上の機能が可能かどうかはわかりません。

更新:ドキュメントの機能選択部分でfit_transform の使用を見つけました:

データの次元を減らして別の分類器で使用することが目標の場合、変換メソッドを公開して非ゼロ係数を選択します。

私が間違っているという答えが得られない限り、この分類器は実際には予測を行わないと仮定します。自分の質問に答える前に待ちます。

4

1 に答える 1

8

ランダム化されたLRは、それ自体が分類子ではなく、特徴選択方法であると想定されています。その API は、標準の scikit-learn トランスフォーマーの API と一致します。

randomlr = RandomizedLogisticRegression()
X_train = randomlr.fit_transform(X_train)
X_test = randomlr.transform(X_test)

次に、モデルを当てはめ、通常どおりX_train分類を行います。X_test

于 2013-11-27T23:21:24.457 に答える