你可以在sklearn邏輯迴歸輸入中使用計數嗎？

Question

所以，我知道，在R您可以在此形式邏輯迴歸提供數據：

model <- glm(cbind(count_1, count_0) ~ [features] ..., family = 'binomial')

有沒有辦法做這樣的事情cbind(count_1, count_0)與sklearn.linear_model.LogisticRegression？還是我實際上必須提供所有這些重複的行？ （我的功能是分類的，所以會有很多冗餘。）

Answer 1

如果它們是分類的 - 您應該提供它的二進制版本。我不知道R中的代碼是如何工作的，但您應該始終對您的分類功能進行二進制化。因爲你必須強調你的特徵的每個值與其他值無關，也就是說，對於具有可能值1,2,3,4的特徵「blood_type」，分類器必須知道2與3無關，而4不是與任何意義上的1有關。這些通過二值化來實現。

如果在二值化之後您的功能過多 - 您可以通過FeatureHasher或更復雜的方法（如PCA）降低二值化數據集的維數。