Python sklearn LogisticRetression-绘图显示的系数太小

我正在尝试将逻辑回归模型拟合到sklearn的iris数据集。我得到的概率曲线看起来太平了，也就是系数太小了。如果萼片长度>7，我预计概率超过90%：

这个概率曲线真的错了吗？如果是这样，我的代码中会有什么原因

from sklearn import datasets
import matplotlib.pyplot as plt
import numpy as np
import math

from sklearn.linear_model import LogisticRegression

data = datasets.load_iris()

#get relevent data
lengths = data.data[:100, :1]
is_setosa = data.target[:100]         

#fit model
lgs = LogisticRegression()
lgs.fit(lengths, is_setosa)
m = lgs.coef_[0,0]
b = lgs.intercept_[0]

#generate values for curve overlay
lgs_curve = lambda x: 1/(1 + math.e**(-(m*x+b)))         
x_values = np.linspace(2, 10, 100)
y_values = lgs_curve(x_values)

#plot it
plt.plot(x_values, y_values)
plt.scatter(lengths, is_setosa, c='r', s=2)
plt.xlabel("Sepal Length")
plt.ylabel("Probability is Setosa")

---

虽然您没有描述要绘制的内容，但我假设您要绘制分隔线。您似乎对逻辑/乙状结肠功能感到困惑。Logistic回归的决策函数是一条直线

你的概率图看起来平坦，因为在某种意义上，你“放大”太多了

如果你看一个sigmoid函数的中间，它几乎是线性的，因为二阶导数几乎是0（参见示例a）

请注意，我们讨论的值是

-（m*x+b）

当我们减少图形的限制时，比如使用

x_values=np.linspace（4，7，100）

，我们得到的东西看起来像一行：

但另一方面，如果我们对极限疯狂，比如通过使用

x_值=np.linspace（-10，20，100）

，我们得到了更清晰的S形图：

如果您参考，您将找到一个正则化参数

C

，它可以在训练逻辑回归模型时作为参数传递

C：浮点，默认值：1.0正则化强度的倒数；一定是个 正浮动。与支持向量机一样，较小的值 指定更强的正则化

现在，如果您尝试此正则化参数的不同值，您会发现

C

的值越大，拟合曲线的输出（响应）二元变量的值从0到1的变化越快，而更大的值拟合方差高的模型（尝试更紧密地模拟训练数据转换，我认为这是您所期望的，然后您可以尝试将

C

值设置为高达

10

并绘制）但是，同时也可能存在过度拟合的风险，而默认值

C=1

和小于该值的值会导致高偏差，并且可能欠拟合，这就是机器学习中著名的偏差-方差权衡

您始终可以使用交叉验证等技术来选择适合您的

C

值。以下代码/图显示了使用不同复杂度模型拟合的概率曲线（即，正则化参数

C

的不同值，从

1

到

10

）：

使用不同

C

---

这条曲线怎么了？我觉得很好。请坚持并具体说明你得到了什么，以及它在多大程度上不符合你的期望。谢谢提醒。我刚刚编辑了它，试图让它更清楚。我正在根据萼片长度绘制虹膜为Setosa型的概率。这种概率来自于将模型拟合到数据点（红色）。概率函数是一个S形函数。我明白你关于调整x轴限制的说法。但是，在萼片长度>7时，我的概率仍然低于80%，这似乎不对吗？这让我很困惑。这很有帮助，谢谢！如果我不想正则化，我可以将C设置为什么？（我意识到这将增加降低的测试精度，但这对我来说更像是一个理论练习）对于一个高值，可能是你可以尝试10、100、1000等（理想情况下是无穷大），但像100或1000这样的值应该可以达到我认为的目的。

x_values = np.linspace(2, 10, 100)
x_test = np.reshape(x_values, (100,1))

C = list(range(1, 11))
labels = map(str, C)
for i in range(len(C)): 
    lgs = LogisticRegression(C = C[i]) # pass a value for the regularization parameter C
    lgs.fit(lengths, is_setosa)
    y_values = lgs.predict_proba(x_test)[:,1] # use this function to compute probability directly
    plt.plot(x_values, y_values, label=labels[i])

plt.scatter(lengths, is_setosa, c='r', s=2)
plt.xlabel("Sepal Length")
plt.ylabel("Probability is Setosa")
plt.legend()
plt.show()