【发布时间】:2023-02-23 19:40:01
【问题描述】:
我正在使用 Scikit Learn 逻辑回归来拟合我的数据,如下所示:
X = np.array([200., 201., 202., 203., 204., 205., 206., 207., 208., 209., 210.,
211., 212., 213., 214., 215., 216., 217., 218., 219., 220., 221.,
222., 223., 224., 225., 226., 227., 228., 229., 230., 231., 232.,
233., 234., 235., 236., 237., 238., 239., 240., 241., 242., 243.,
244., 245., 246., 247., 248., 249.])
y = np.array([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
0., 0., 0., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.,
1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.])
clf = LogisticRegression(C=1e5, fit_intercept=True)
clf.fit(X.reshape(-1,1), y)
X_test = np.linspace(200, 250, 1000)
loss = expit(X_test * clf.coef_ + clf.intercept_).ravel()
plt. figure()
plt.scatter(X,y)
plt.plot(X_test, loss, label="Logistic Regression Model", color="red", linewidth=3)
plt.show()
它运行良好,现在我想找到这个回归的中点,是否有一个简单的参数来获取它?
感谢您的帮助!
【问题讨论】:
-
中点是什么意思?您发布的 y 向量的预期值是多少?
-
中点是指拟合曲线等于 0.5 的 X 值。所以对于我的数据,我预计它在 219.5 左右。
标签: python scikit-learn scipy logistic-regression