如何查看使用scikit-learn生成的模型？

Question

我正在学习使用scikit-learn作为R / SAS EM的替代品来生成机器学习模型。我可以生成逻辑回归分类器并将其应用于测试集但我似乎无法确定如何查看回归公式？我知道我不能保存为PMML，只能使用joblib或pickle转储，但这些不是很直观。

谢谢，

托比

Answer 1

训练分类器后

from sklearn.linear_model import LogisticRegression
# generating some dataset
from hep_ml.commonutils import generate_sample
X, y = generate_sample(n_samples=1000, n_features=10)
trained_regressor = LogisticRegression().fit(X, y)

你能看到系数

trained_regressor.coef_

Whish会输出类似

的内容

array([[ 0.85468364,  1.09829236,  1.19397439,  0.89664885,  0.81402396,
         1.00528498,  1.11475434,  0.88583092,  0.708134  ,  0.76573151]])

和＆＃39; trained_regressor.intercept _＆＃39;偏见。

决策函数看起来像（来自LinearRegressor.decison_function）：

scores = safe_sparse_dot(X, self.coef_.T, dense_output=True) + self.intercept_

所以你把所有系数都用线性组合作为＆＃39; coef _＆＃39;并且＆＃39;拦截_＆＃39;分类器领域。