Python 如何用sklearn在Logistic回归模型中求β值

基于逻辑回归函数：

我正在尝试从scikit学习中的模型中提取以下值

及

其中是截距，是回归系数。(按)

---

现在，我想我可以通过做

model.intercept.

来获得，但我一直在努力获得。有什么想法吗？

您可以使用

model.coef

访问特征的系数

---

它给出了与值

beta1

、

beta2

等相对应的值列表。列表的大小取决于逻辑回归使用的解释变量的数量。

是的，但这些值意味着什么？我得到一个由4个值组成的一维数组。第一个是model.intercept。其他3个是什么，它们中有没有一个是我需要的beta值？文档似乎没有帮助…啊，好吧，我想我现在明白了。谢谢它的奇怪格式，为什么没有[N][2]数组。每种度量的bet0和beta1要小心

sklearn

内置了一个默认的正则化系数，它可能不会产生预期的对数优势比。@andrew\u reece是否要删除/更改它？当然，初始化时只需调整

C

参数即可。您还可以使用

statsmodels

logistic reg交叉检查beta。输出，或与R。