如何在Python中找到实际的逻辑回归模型?

我在Python中使用逻辑回归并获得了95%的准确率,我如何获得这个方程,以便我能够实际实现它?

我写的代码如下:

model = LogisticRegression()model.fit(train_X,train_y)prediction=model.predict(test_X)print('Accuracy:', "\n", '%',metrics.accuracy_score(prediction,test_y) * 100)

我的输出结果是:

Accuracy: %95.5555555556


回答:

model对象有一个名为coef_的属性,用于存储模型的系数。此外,属性intercept_提供了模型的截距。

Related Posts

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注