Python scikit中逻辑回归的输入格式

在

R

中使用逻辑回归时，“glm”函数（族=二项式）的数据输入可以是：（？族）多种格式，具体格式如下：

对于二项式和拟二项式族，响应可以是 以以下三种方式之一指定：

作为数值介于0和1之间的数值向量，解释为 成功案例的比例（给出的案例总数） 按重量）

我收集了代表试验成功率（0和1之间的数字）及其等效权重的数据，我对应用逻辑回归很感兴趣，这在R中很容易使用

不幸的是，我不能在这个项目中使用R，我想使用

scikit learn

来估计逻辑回归系数。更准确地说，我希望以输入的形式应用

sklearn.linear\u model.LogisticRegression

，允许我以与R中类似的方式插入模型比例和权重

例如：

from sklearn import linear_model
import pandas as pd

df = pd.DataFrame([[1,1,1,0], [1,1,1,0],[1,1,1,1],[2,2,1,1] , [2,2,1,1],[2,2,1,0] , [3,3,1,0] ],columns=['a', 'b','Trials','Success'])

logistic = linear_model.LogisticRegression()
#this works
logistic.fit(X=df[['a','b','Trials']] , y=df.Success)
logistic.predict_proba(df[['a','b','Trials']])
prob_to_success = logistic.predict_proba(df[['a','b','Trials']])[:,1]


    prob_to_success

Out[51]:  array([ 0.45535843,  0.45535843,  0.45535843,  0.42212169,  0.42212169,
        0.42212169,  0.38957565])

#How can i use the following Data?
df_agg = df.groupby(['a','b'] , as_index=False)['Trials','Success'].sum()
df_agg["Prop"] = df_agg.Success / (df_agg.Trials)
df_agg

 #I want to use Prop & Trials as weights in df_agg

---

提前谢谢

如果要使用权重，可以在

logistic回归的拟合函数中使用它们：

fit(X, y, sample_weight=None)

转换为对数赔率形式，并在转换中使用线性回归。Sklearn似乎没有逻辑回归的准二项式转换。正如您所说，R中的琐碎，但sklearn似乎没有类似的功能。
请注意，将该参数与比例一起使用会引发以下错误ValueError:Unknown label type:（数组（[0.，0.666 7]），）