python logistic regression：返回实际值，而不是1或0

Question

我使用sklearn.linear_model.LogisticRegression在Python中运行逻辑回归模型。

我知道如何返回模型所做的预测（0或1），但是我希望返回模型在舍入之前产生的ACTUAL数字，即0到1之间的小数。

Answer 1

你想要sklearn.linear_model.LogisticRegression.predict_proba。

一个例子：

from sklearn.linear_model import LogisticRegression

model = LogisticRegression()

X = [[0, 1, 0], [2, 2, 1], [3, 1, 0]]

y = [0, 1, 1]

model.fit(X, y)
Out[8]: 
LogisticRegression(C=1.0, class_weight=None, dual=False, fit_intercept=True,
          intercept_scaling=1, max_iter=100, multi_class='ovr', n_jobs=1,
          penalty='l2', random_state=None, solver='liblinear', tol=0.0001,
          verbose=0, warm_start=False)

model.predict_proba(X)
Out[9]: 
array([[ 0.53591311,  0.46408689],
       [ 0.182901  ,  0.817099  ],
       [ 0.11778519,  0.88221481]])