逻辑回归工具

时间:2019-02-19 15:30:20

标签: python machine-learning scikit-learn logistic-regression

我试图在python上找到某种预构建的工具,例如sklearn,它可以让我预定义系数,并只求值。

我有2个功能的Logistic回归功能...所以我写了这个功能:

import math
def logreg(x1, x2):
    eq = -6 + (x1*-0.1) + (x2*1.0)
    num = math.exp(eq)
    den = 1 + math.exp(eq)
    return num/den

哪个..我认为是正确的(假设我的系数是-6,-0.1,1.0) 然后计算出我将使用的概率:

prob= logreg(40,2.0)/(1 - logreg(40,2.0))
readableProb = prob*100

有没有办法将这些预定义系数输入某种求解器?我还试图找出一个优化器,以便可以说给定概率X,我的输入必须是什么。

我试图查看是否可以修改sklearn中的.coef_属性。.但我认为那是只读的

import sklearn.linear_model
LogisticRegression = sklearn.linear_model.LogisticRegression
model = LogisticRegression()
print(model.coef_ )

有什么建议吗?

0 个答案:

没有答案