如何正确手动重新创建sklearn(python)逻辑回归predict_proba结果多个分类
问题描述:
如果我运行4个基本的逻辑回归,我可以得到predict_proba数组。如何正确手动重新创建sklearn(python)逻辑回归predict_proba结果多个分类
我该如何手动计算使用系数和截距的概率?获得与prediction_proba相同的答案的确切步骤是什么?
似乎有关于这个在线的多个问题和几个建议是不完整的或无论如何不匹配。
例如,我不能从我的sklearn模型复制这个过程,所以缺少什么?
感谢,
答
复制sklearn Calcs(计算)(看到这个在不同的岗位):
V = X_train.values.dot(model.coef_.transpose())
U = V + model.intercept_
A = np.exp(U)
P=A/(1+A)
P /= P.sum(axis=1).reshape((-1, 1))
似乎比SOFTMAX Calcs(计算)略有不同,或加州大学洛杉矶分校统计的例子,但它的工作原理。
你可以查看scikit的源代码学习GitHub –