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

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注