Я делаю MultiClass классификацию и применяющие логистическую регрессию на немлогистическая регрессия Scikit-Learn Получения коэффициентов классификации
Когда я установлен данные по телефону
logistic.fit(InputDATA,OutputDATA)
оценщик «логистический» приспосабливает данные.
Теперь, когда я называю logistic.coef_
он печатает 2D массив с 4-мя рядами (I HAD четыре класса) и п столбцов (по одному для каждой функции)
ЭТО ТО, ЧТО Я УВИДЕЛ НА SCIKIT УЗНАТЬ САЙТ:
coef_: array, shape (n_features) или (n_targets, n_features) Оценочные коэффициенты для задачи линейной регрессии. Если во время подгонки (y 2D) передано несколько целей , это 2D-массив формы (n_targets, n_features), а если передана только одна цель, это 1D массив длины n_features.
Теперь мой запрос: Почему разные коэффициенты существуют для разных классов, так как мне нужна только одна гипотеза, которая предсказывала бы выход.
Спасибо большое. Я получил его сейчас. Теперь, используя четыре классификатора, один с максимальной вероятностью формирует выходной класс. –
Итак, делает ли logistic.predict этот метод для выбора соответствующего классификатора? –
На этапе обучения генерируются 4 классификатора. Один разделить A от BCD, один отделить B от ACD и так далее. Новый образец (т. Е. Pred()) подается во все четыре классификатора. Побеждает классификатор с наивысшей защитой. Например, ваш новый класс C, тогда вероятность классификатора C и ABD выше, чем другие. C - возвращаемое значение предсказывает(). – fgoettel