python邏輯迴歸 - patsy設計矩陣和分類數據

Question

python和機器學習頗爲新穎。

我想建立一個邏輯迴歸模型。我曾在R工作獲得lambda，並使用交叉驗證來找到最好的模型，現在將它移入python。

在這裏，我創建了一個設計矩陣，使其變得稀疏。然後運行邏輯迴歸。它似乎在工作。

我的問題是，因爲我已經說過我的術語item_number是一個類如何知道哪個變成了虛擬變量？我怎麼知道哪個係數與每個類別名稱一致？

from patsy import dmatrices 
from sklearn.linear_model import LogisticRegression 
from sklearn import preprocessing 


def train_model (data, frm, Rlambda): 
    y, X = dmatrices(frm , data, return_type="matrix") 
    y = np.ravel(y) 

    scaler = sklearn.preprocessing.MaxAbsScaler(copy=False) 
    X_trans = scaler.fit_transform(X) 

    model = LogisticRegression(penalty ='l2', C=1/Rlambda) 
    model = model.fit(X_trans, y) 

frm = 'purchase ~ price + C(item_number)' 
Rlambda = 0.01 
model, train_score = train_model(data1,frm,Rlambda) 

Answer 1

首先我會用你的代碼修復一個錯誤，然後我會回答你的問題。

您的代碼： 您的train_model函數不會返回您認爲它返回的內容。目前，它不會返回任何內容，並且您希望它返回您的模型和培訓分數。當你適合一個模型時，你需要定義訓練分數的含義 - 默認情況下，模型不會返回任何東西給你。現在讓我們回到你訓練的模型。當您要確定對應什麼變量，model.coef_回報你所有的決策函數的係數，尺寸(n_classes, n_features)的

def train_model (data, frm, Rlambda): 
    y, X = dmatrices(frm , data, return_type="matrix") 
    y = np.ravel(y) 

    scaler = sklearn.preprocessing.MaxAbsScaler(copy=False) 
    X_trans = scaler.fit_transform(X) 

    model = LogisticRegression(penalty ='l2', C=1/Rlambda) 

    # model.fit() operates in-place 
    model.fit(X_trans, y) 

    return model 

現在：

所以，你應該作如下更新您的train_model功能。係數的順序對應於您的功能被傳遞到.fit()方法的順序。因此，在您的情況下，X_trans是尺寸爲(n_samples, n_features)的設計矩陣，因此model.coef_中的每個係數與X中的每個n_features的係數都正好對應，它們與X中顯示的順序相同。