【问题标题】:Sklearn LogisticRegression equation clarificationSklearn LogisticRegression方程澄清
【发布时间】:2017-04-12 11:18:04
【问题描述】:

只是想在这里检查一下自己的理智。

在拟合 LogisticRegression 模型后,我可以调用 model.coef_ 和 model.intercept_ 来构建方程,对吗?

例如,假设我们拟合具有特征 A 和 B 的模型。调用 model.coef_ 时,返回的系数是否按相同顺序返回?

如果:

model.coef_ = [0.25, 0.11]
model.intercept_ = 5.5

那么我们的公式就是:

(0.25*A) + (0.11*B) + 5.5

希望这篇文章只需要一个“是的,你明白了”,但如果我错过了任何重要的内容,我将不胜感激。

【问题讨论】:

  • 没错。然后,这将通过一个 sigmoid 函数来生成概率。

标签: python scikit-learn logistic-regression


【解决方案1】:

将这些估计的系数插入逻辑函数以获得预测。公式看起来像:

概率=1/(1+exp(-(5.5+(0.25*A)+(0.11*B))))

【讨论】:

  • 方程给出了一个数字传递给一个 sigmoid 函数,它给出了概率分数。明白了,谢谢!
猜你喜欢
  • 1970-01-01
  • 2020-10-22
  • 2018-11-21
  • 2016-05-20
  • 2013-01-24
  • 2013-10-22
  • 2015-04-25
  • 2014-10-15
  • 2020-08-23
相关资源
最近更新 更多