我将进行多类分类,并对其应用逻辑回归。
当我调用以下代码拟合数据时:
logistic.fit(InputDATA,OutputDATA)
估计器“logistic”适合这些数据。
现在,当我调用logistic.coef_
时,它会打印一个2D数组,其中有4行(我有四个类别)和n列(每个特征都有一列)。
这是我在Scikit-learn网站上看到的:
coef_:数组,形状为(n_features,)或(n_targets, n_features) 线性回归问题的估计系数。如果在拟合期间传递了多个目标(y 2D),则这是形状为(n_targets, n_features)的2D数组,而如果只传递了一个目标,则这是长度为n_features的1D数组。
现在我的问题是: 为什么不同的类别有不同的系数,因为我只需要一个假设来预测输出。