当您只有一个数值特征时，如何正确使用 scikit-learn 的 LogisticRegression 求解器？
我运行了一个简单的例子，但我发现很难解释。请问有人能解释一下我在这里做错了什么吗？
import pandasimport numpy as npfrom sklearn.linear_model import LogisticRegressionX = [1, 2, 3, 10, 11, 12]X = np.reshape(X, (6, 1))Y = [0, 0, 0, 1, 1, 1]Y = np.reshape(Y, (6, 1))lr = LogisticRegression()lr.fit(X, Y)print ("2 --> {0}".format(lr.predict(2)))print ("4 --> {0}".format(lr.predict(4)))这是脚本运行结束后我得到的输出。既然根据高斯分布，4更接近于测试集中被分类为0的分布，4的预测结果不应该是0吗？
2 --> [0]4 --> [1]当您只有一个包含数值数据的列时，逻辑回归采取什么方法？
回答：
您处理单个特征的方法是正确的，但您错误地假设了仅仅因为4接近于0类特征，它也会被预测为0类
您可以绘制训练数据以及S形函数，假设分类阈值为 y=0.5，并使用回归模型中学习到的系数和截距：
import numpy as npimport matplotlib.pyplot as pltfrom sklearn.linear_model import LogisticRegressionX = [1, 2, 3, 10, 11, 12]X = np.reshape(X, (6, 1))Y = [0, 0, 0, 1, 1, 1]Y = np.reshape(Y, (6, 1))lr = LogisticRegression()lr.fit(X, Y)plt.figure(1, figsize=(4, 3))plt.scatter(X.ravel(), Y, color='black', zorder=20)def model(x): return 1 / (1 + np.exp(-x))X_test = np.linspace(-5, 15, 300)loss = model(X_test * lr.coef_ + lr.intercept_).ravel()plt.plot(X_test, loss, color='red', linewidth=3)plt.axhline(y=0, color='k', linestyle='-')plt.axhline(y=1, color='k', linestyle='-')plt.axhline(y=0.5, color='b', linestyle='--')plt.axvline(x=X_test[123], color='b', linestyle='--')plt.ylabel('y')plt.xlabel('X')plt.xlim(0, 13)plt.show()这是您情况下的S形函数的外观：
稍微放大一点：
对于您的特定模型，当 Y 处于0.5分类阈值时，X 的值在 3.161 和 3.227 之间。您可以通过比较 loss 和 X_test 数组来检查这一点（X_test[123] 是与上限相关的X值 – 如果您想得到确切的值，可以使用一些函数优化方法）
因此，4被预测为类 1 的原因是4高于 Y == 0.5 的界限
您可以进一步通过以下方式展示这一点：
print ("2 --> {0}".format(lr.predict(2)))print ("3 --> {0}".format(lr.predict(3)))print ("3.1 --> {0}".format(lr.predict(3.1)))print ("3.3 --> {0}".format(lr.predict(3.3)))print ("4 --> {0}".format(lr.predict(4)))这将打印出以下内容：
2 --> [0]3 --> [0]3.1 --> [0] # 低于阈值3.3 --> [1] # 高于阈值4 --> [1]