获取预测值的百分比

Question

使用基本逻辑回归，我预测了0和2个值

DATA数据帧具有下一个结构：

Duration | y 
 12.45   | 0
 123.66  | 0
 0.34    | 2
 14.69   | 2  

逻辑回归：

x = DATA.Duration.values.reshape(-1,1)
y = DATA.y.values.reshape(-1,1)

lgr = LogisticRegression(max_iter = 200)
lgr.fit(x,y)
lgr.score(x,y)
X = np.arange(0,200,10).reshape(-1,1)
Y = lgr.predict(X)

如果要绘制结果，我将得到如下图像：

我的目标是计算按行分别“覆盖”（预测）的红色和蓝色点的数量。

我使用了下一种方法：

(np.count_nonzero(Y == 0)*100)/np.count_nonzero(y == 0)  
(np.count_nonzero(Y == 2)*100)/np.count_nonzero(y == 2)  

但是它给出了奇怪的结果。获得所需百分比的正确方法是什么？

Answer 1

使用sklearn： 是

from sklearn.linear_model import LogisticRegression
clf = LogisticRegression().fit(X, y)
clf.predict(X)