python - 多类逻辑回归预测季节答案

【问题标题】：python - multi class logistic regression to predict seasonpython - 多类逻辑回归预测季节
【发布时间】：2018-06-24 08:24:01
【问题描述】：

我想完成我的逻辑回归算法，该算法根据商店名称和购买类别预测年度季节（请参阅下面的示例数据，并注意标签编码。商店名称是任何典型的字符串，而类别，tops，是多种统一字符串输入之一。四个季节相同。

store_df.head()

        shop    category    season
    0   594     4           2
    1   644     4           2
    2   636     4           2
    3   675     5           2
    4   644     4           0

我的完整代码如下，我不确定为什么它不接受我的输入值的形状。我的目标是利用商店和类别来预测季节。

predict_df = store_df[['shop', 'category', 'season']]
predict_df.reset_index(drop = True, inplace = True)
le = LabelEncoder()
predict_df['shop'] = le.fit_transform(predict_df['shop'].astype('category'))
predict_df['top'] = le.fit_transform(predict_df['top'].astype('category'))
predict_df['season'] = le.fit_transform(predict_df['season'].astype('category'))
X, y = predict_df[['shop', 'top']], predict_df['season']
xtrain, ytrain, xtest, ytest = train_test_split(X, y, test_size=0.2)
lr = LogisticRegression(class_weight='balanced', fit_intercept=False, multi_class='multinomial', random_state=10)
lr.fit(xtrain, ytrain)

当我运行上述代码时，我遇到了错误，ValueError: bad input shape (19405, 2)

我的解释是它与两个功能输入有关，但我需要更改什么才能使用这两个功能？

【问题讨论】：

标签： python encoding logistic-regression multiclass-classification

【解决方案1】：

这是一个工作示例，您可以使用它来比较您的代码并删除任何错误。我在数据框中添加了几行 - 详细信息和结果在代码之后。如您所见，该模型已经正确预测了四个标签中的三个。

import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import LabelEncoder
from sklearn.preprocessing import StandardScaler
from sklearn.linear_model import LogisticRegression
from sklearn.metrics import confusion_matrix

le = LabelEncoder()
sc = StandardScaler()

X = pd.get_dummies(df.iloc[:, :2], drop_first=True).values.astype('float')
y = le.fit_transform(df.iloc[:, -1].values).astype('float')

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.4, random_state=0)
X_train = sc.fit_transform(X_train)
X_test = sc.transform(X_test)

log_reg = LogisticRegression()
log_reg.fit(X_train, y_train)
y_pred = log_reg.predict(X_test)

conf_mat = confusion_matrix(y_test, y_pred)

df
Out[32]: 
   shop  category  season
0   594         4       2
1   644         4       2
2   636         4       2
3   675         5       2
4   644         4       0
5   642         2       1
6   638         1       1
7   466         3       0
8   455         4       0
9   643         2       1

y_test
Out[33]: array([2., 0., 0., 1.])

y_pred
Out[34]: array([2., 0., 2., 1.])

conf_mat
Out[35]: 
array([[1, 0, 1],
       [0, 1, 0],
       [0, 0, 1]], dtype=int64)

【讨论】：