如何解释逻辑回归的系数和截距

Question

我正在运行虹膜数据集...我有四个功能和一个目标 变量。我只得到三个拦截，而不是四个 在这种情况下，请coef_。

代码：

from sklearn.linear_model import LogisticRegression
lr=LogisticRegression()
lr.fit(train_x,train_y)

结果：

    lr.coef_
    output-
    array([[ 0.37158254,  1.35098324, -2.09936396, -0.93263471],
       [ 0.46758048, -1.57259888,  0.39692171, -1.0678223 ],
       [-1.52865509, -1.43245908,  2.30484329,  2.08586834]])

   lr.intercept_
   output-
   array([ 0.23818179,  1.0298293 , -1.04654308])

Answer 1

截取取决于类的数量，而不取决于要素的数量。 参见文档here。

根据official documentation，虹膜数据集分为3类。

因此，对我来说一切都很好。

截距是添加到决策函数的偏差。您可以将fit_intercept设置为False，以查看分类结果在有无截距的情况下如何变化。