我需要知道如何以这样的方式返回逻辑回归系数,以便我可以自己生成预测概率。
我的代码看起来像这样:
lr = LogisticRegression()
lr.fit(training_data, binary_labels)
# Generate probabities automatically
predicted_probs = lr.predict_proba(binary_labels)
我原以为lr.coeff_的值会遵循典型的逻辑回归,因此可以像这样返回预测概率:
sigmoid( dot([val1, val2, offset], lr.coef_.T) )
但这不是适当的表述方式。有人知道从Scikit Learn的LogisticRegression生成预测概率的正确格式吗?谢谢!
sigmoid( dot([val1, val2, 1], lr.coef_.T))
,但结果是,我需要两次包含截距,就像这样:sigmoid( dot([val1, val2, 1], lr.coef_.T) + lr.intercept_ )
。感谢你指出这一点。 - zbinsdsigmoid( dot([val1, val2, 2], lr.coef_.T) )
。请注意2
的值。这实际上添加了一个额外的截距项。 - zbinsd