логистическая регрессия Scikit-Learn Получения коэффициентов классификации

Question

Я делаю MultiClass классификацию и применяющие логистическую регрессию на нем

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.

Answer 1

Поскольку у вас есть многоклассовый футляр (> 2 случая), применяется стратегия one-vs-rest. sklearn создает 4 классификатора, а не только 1. Следовательно, у вас есть 4 гипотезы и 4 * коэффициенты.

Примечание: я не имею понятия о логистическом регрессионном классификаторе, но так работает SVM-файл sklearn.