Home IT技术 使用带有分类输出的逻辑回归 sklearn 使用带有分类输出的逻辑回归 sklearn IT技术 xiaolong · 2025年5月28日 · 0 Comment 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。 相关文章: 在Scikit Learn中控制Logistic回归的阈值 学习曲线 – 为什么训练准确率一开始很高,然后突然下降? 如何提高Scikit Python中逻辑回归模型的准确性? 得到较低的ROC AUC分数但较高的准确度 Python中多元逻辑回归显示错误 从逻辑回归系数中推导出新的连续变量 LogisticRegressionCV 错误预测标签 使用sklearn的DBSCAN模型对新条目进行分类 在我的数据上进行线性回归后,R2值为负数。这意味着什么? load_files in scikit-learn not loading all files in directory classification cox-regression logistic-regression machine-learning scikit-learn