使用带有分类输出的逻辑回归 sklearn

我需要使用sklearn的逻辑回归来训练一个模型。我看到很多地方都说结果必须是二元的,但我的标签是好、坏或正常。我有12个特征,我不知道如何处理三个标签?我非常感谢每一个回答


回答:

您可以使用多项逻辑回归。在Python中,您可以修改您的逻辑回归代码如下:

LogisticRegression(multi_class='multinomial').fit(X_train,y_train)

您可以在Scikit-Learn中查看逻辑回归文档以获取更多详情。

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