Scikit learn 使用sci工具包学习的聚类逻辑回归模型

我有很多逻辑回归模型，我想看看它们的聚类效果如何。有效地制作几个模型来代表整个团队

---

然而，许多模型没有相同的参数。而且，在可能并非所有模型都具有所有参数的情况下，在beta上进行聚类似乎很奇怪

我建议对每个解释变量的优势比进行聚类。这样，对于没有特定回归系数的模型，可以使用

0.0

填充空值（使用

pandas

假设您有此表单中所有模型的列表：

models = [{'beta1': m1_b1, 'beta2': m1_b2}, {'beta1': m2_b1, 'beta3': m2_b3}]

上面的命名法是这样的：

m1_b1

表示模型1，beta 1。你会注意到这两个beta并不相同

您可以将它们放入数据框中，如下所示：

df = pd.DataFrame(models).fillna(0.0)