我希望估算在医疗数据中用于逻辑回归的S型函数/逻辑函数的最佳参数(最后提到的:斜率和截距)。以下是我在Python中完成的操作:
import numpy as np
from sklearn import preprocessing, svm, neighbors
from sklearn.linear_model import LinearRegression, LogisticRegression
from sklearn.model_selection import train_test_split
from sklearn import preprocessing, svm, utils
from scipy.io import loadmat
import pandas as pd
我有一个Apache.mat文件,其中包含4列:Apache评分(0-72),病人数量,死亡数量,比例(死亡数量与病人数量的比率)
datamat = loadmat('Apache.mat')
data = pd.DataFrame(np.hstack((datamat['apacheII'], datamat['NoPatients'],
datamat['NoDeaths'], datamat['proportion'])))
data.columns = ['apacheII', 'NoPatients', 'NoDeaths', 'proportion']
我已经创建了要处理的数据框。
x = np.array(data.drop(['NoPatients', 'NoDeaths', 'proportion'],1))
我已经删除了不需要的列,现在只剩下'x'中的ApacheII分数。
#scaling the data (normalizing)
x = preprocessing.scale(x)
y = np.array(data['proportion'])
现在,我已经使用LabelEncoder()函数对'y'进行编码,以便与LogisticRegression()兼容。
lab_enc = preprocessing.LabelEncoder()
encoded = np.array(lab_enc.fit_transform(y))
clf = LogisticRegression()
clf.fit(x, encoded)
print(clf.coef_)
print(clf.intercept_)
输出结果如下:
[[-0.49124107]
[-0.23528893]
[-0.19035795]
[-0.30312848]
[-0.25783808]
[-0.37161079]
[-0.12332468]
[-0.16797195]
[-0.05660718]
[-0.21279785]
[-0.22142453]
[-0.10105617]
[-0.14562868]
[ 0.00991192]
[-0.012247 ]
[ 0.03206243]
[ 0.07635461]
[ 0.20951544]
[ 0.12067417]
[-0.03441851]
[ 0.16504852]
[ 0.09850035]
[ 0.23179558]
[ 0.05420914]
[ 1.47513463]]
[-1.79691975 -2.35677113 -2.35090141 -2.3679202 -2.36017388 -2.38191049
-2.34441678 -2.34843121 -2.34070389 -2.35368047 -1.57944984 -2.3428732
-2.3462668 -2.33974088 -2.33975687 -2.34002906 -2.34151792 -2.35329447
-2.34422478 -2.34007746 -2.34814388 -2.34271603 -2.35632459 -2.34062229
-1.72511457]
我想了解 S 型函数的参数,该函数通常用于逻辑回归。如何找到 S 型函数的参数(即截距和斜率)?
以下是 S 型函数(如果需要参考):
def sigmoid(x, x0, k):
y = 1 / (1 + np.exp(-k*(x-x0)))
return y
lr.coef_
和lr.intercept_
。问题出在哪里? - Gergesprint(x.shape, y.shape, encoded.shape)
,我会得到(38, 1) (38,) (38,)
这个结果。我不确定如何理解这个结果。 - NAMAN SHUKLAencoded
携带着类别标签,而由于y
是连续的,你有38个唯一的标签(每个观测一个),因此你有38个系数(每个类别一个)。如果你用像np.concatenate([np.ones(19), np.zeros(19)])
这样的东西替换encoded
,使它看起来像是有2类,那么你将得到一个单一的系数和截距。 - Gerges