如何将numpy数组作为logistic回归的输入？

目前，我正在开发一个视频推荐系统，该系统将以0（负）和1（正）的形式预测视频。我成功地从YouTube上抓取了数据集，并以0（负）和1（正）的形式找到YouTube评论的情感。我使用一个热编码器对我的csv文本数据进行编码，并以numpy数组的形式输出。现在我的问题是，在逻辑回归中，如何将numpy数组作为输入（X）？下面是我的代码、输出和csv（1874 X 2）

目标变量是

Comments\u mountains

输出为：

array([[1.],
   [1.],
   [1.],
   ...,
   [1.],
   [1.],
   [1.]])

---

任何人都可以通过将此numpy数组作为逻辑回归的输入来解决此查询吗？

您可以使用反函数

enc.reverse_变换（[[0,1,1,0,0]，[0,0,0,1,0]]）

enc fit（[[0,0,3]，[1,1,0]，[0,2]）

好的，我使用

逆变换

方法，但是我可以使用

onehotlabels

变量作为参数吗？因为输出存储在

onehotlabels

变量中

array([[1.],
   [1.],
   [1.],
   ...,
   [1.],
   [1.],
   [1.]])