Scikit Tìm hiểu: Hệ số mô hình hồi quy logistic: Làm rõ

Question

Tôi cần biết cách trả về hệ số hồi quy logistic theo cách mà tôi có thể tự mình tạo ra xác suất dự đoán.

Mã của tôi trông như thế này:

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

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

tôi đã giả định các giá trị lr.coeff_ sẽ đi theo hồi quy logistic điển hình, vì vậy mà tôi có thể trở lại các xác suất dự đoán như thế này:

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

Nhưng đây không phải là công thức thích hợp. Có ai có định dạng thích hợp để tạo ra các xác suất dự đoán từ Scikit Learn LogisticRegression không? Cảm ơn!

Answer 1

hãy nhìn vào các tài liệu (http://scikit-learn.org/stable/modules/generated/sklearn.linear_model.LogisticRegression.html), hệ số bù đắp không được lưu trữ bởi lr.coef_ mảng coef_

, hình dạng = [n_classes-1, n_features] Hệ số của tính năng trong quyết định chức năng. coef_ là thuộc tính chỉ đọc có nguồn gốc từ raw_coef_ theo sau bố cục bộ nhớ trong của liblinear. intercept_ array, shape = [n_classes-1] Intercept (a.k.a. bias) đã thêm vào chức năng quyết định. Nó chỉ có sẵn khi tham số chặn được đặt thành True.

thử:

sigmoid(dot([val1, val2], lr.coef_) + lr.intercept_)