我正在尝试重现维基百科logistic regression页面的结果,使用逻辑回归。因此,我的代码如下:
import numpy as np
from sklearn.linear_model import LogisticRegression
x = np.array([0.5, 0.75, 1, 1.25, 1.5, 1.75, 1.75, 2, 2.25, 2.5, 2.75, 3, 3.25, 3.5, 4, 4.25, 4.5, 4.75, 5, 5.5])
y = np.array([0, 0, 0, 0, 0, 0, 1, 0, 1, 0, 1, 0, 1, 0, 1, 1, 1, 1, 1, 1])
logistic = LogisticRegression()
logistic.fit(x[:, None], y)
但是如何获取已拟合模型的摘要信息,具体如下所示:
Coefficient Std.Error z-value P-value (Wald)
Intercept −4.0777 1.7610 −2.316 0.0206
Hours 1.5046 0.6287 2.393 0.0167
这是维基百科页面上对拟合模型的说明。如果我尝试打印系数和截距,我将会得到类似这样的结果:
print(logistic.coef_)
print(logistic.intercept_)
[[ 0.61126347]]
[-1.36550178]
这显然是不同的。
问题是,为什么我的结果与维基百科页面上获得的结果不同?