如何在scikit-learn中实现多项式逻辑回归？

Question

我正在尝试创建一个非线性logistic回归，即使用scikit-learn进行多项式logistic回归。但是我找不到如何定义多项式的度数。有人尝试吗？ 非常感谢！

Answer 1

为此，您将需要分两步进行。让我们假设您正在使用虹膜数据集（因此您有一个可重现的示例）：

from sklearn.datasets import load_iris
from sklearn.linear_model import LogisticRegression
from sklearn.preprocessing import PolynomialFeatures
from sklearn.model_selection import train_test_split
from sklearn.pipeline import Pipeline

data = load_iris()
X = data.data
y = data.target
X_train, X_test, y_train, y_test = train_test_split(X, y)

步骤1

首先，您需要将数据转换为多项式特征。最初，我们的数据有4列：

X_train.shape
>>> (112,4)

您可以使用scikit Learn创建多项式特征（这里是2级）：

poly = PolynomialFeatures(degree = 2, interaction_only=False, include_bias=False)
X_poly = poly.fit_transform(X_train)
X_poly.shape
>>> (112,14)

我们知道有14个要素（原始的4个，正方形和6个交叉的组合）

步骤2

现在您可以基于此构建调用X_poly的逻辑回归

lr = LogisticRegression()
lr.fit(X_poly,y_train)

注意：如果您随后要根据测试数据评估模型，则还需要按照以下两个步骤进行操作：

lr.score(poly.transform(X_test), y_test)

将所有内容放到管道中（可选）

您可能希望使用在一个对象中处理以下两个步骤的管道，以避免构建中间对象：

pipe = Pipeline([('polynomial_features',poly), ('logistic_regression',lr)])
pipe.fit(X_train, y_train)
pipe.score(X_test, y_test)