Question

我在这里做错了什么？

from sklearn.linear_model import LogisticRegression as Lgr
Lgr().fit([[1,0,0], [1,0,1], [1,1,0], [1,1,1]], [0,0,0,1]).predict([[1,0,0], [1,0,1], [1,1,0], [1,1,1]])

这不会像预期的那样给出[0,0,0,1]。给[0,0,0,0]。 predict_proba返回所有输出＆lt; 0.5。

Answer 1

将正则化参数默认为导致欠调整的值。所以我将C = 10添加到构造函数中（C是反向的，因此更高的值意味着更少的正则化）。我正在进行的另一项更改是删除第一个特征变量，因为除非在构造函数中传递“fit_intercept = False”，否则会自动添加偏差项。这是工作AND功能：

export const operationState = (state = someState, action = {}) => {
    //some case handler 
}

scikit-learn Logistic回归不学习和功能

1 个答案: