我已經訓練數據集是這樣的:一個樣品的如何將scikit-learn的LogisticRegression應用於一些小數數據?
0.00479616 | 0.0119904 | 0.00483092 | 0.0120773 | 1
0.51213136 | 0.0113404 | 0.02383092 | -0.012073 | 0
0.10479096 | -0.011704 | -0.0453692 | 0.0350773 | 0
第4列的特點和最後一列是它的輸出。
我用scikit這樣:
data = np.array(data)
lr = linear_model.LogisticRegression(C=10)
X = data[:,:-1]
Y = data[:,-1]
lr.fit(X, Y)
print lr
# The output is always 1 or 0, not a probability number.
print lr.predict(data[0][:-1])
我想Logistic迴歸應該總是給人predict_proba
方法獲取概率0和1
你要什麼來實現呢?爲什麼你認爲迴歸是你想達到什麼正確的算法? –