在Python中使用Logistic回归的预测数组
在Python中使用Logistic回归进行预测数组的步骤如下：
- 导入所需的库和模块：
import numpy as np
from sklearn.linear_model import LogisticRegression- 准备数据集： 假设我们有一个包含特征和标签的数据集，特征存储在一个二维数组X中，标签存储在一个一维数组y中。
- 创建Logistic回归模型对象：
model = LogisticRegression()- 拟合模型：
model.fit(X, y)这将使用数据集X和对应的标签y来训练模型。
- 进行预测：
predictions = model.predict(X)这将使用训练好的模型对数据集X进行预测，并将预测结果存储在predictions数组中。
- 查看预测结果：
print(predictions)这将打印出预测结果。
Logistic回归是一种二分类算法，常用于预测概率。它的优势在于简单易懂、计算效率高，并且可以处理大规模数据集。它适用于许多应用场景，如信用评分、医学诊断、市场营销等。
腾讯云提供了多个与机器学习和数据分析相关的产品，其中包括腾讯云机器学习平台（https://cloud.tencent.com/product/tcmlp）和腾讯云数据智能（https://cloud.tencent.com/product/tcdi）等。这些产品可以帮助用户在云上进行机器学习和数据分析任务，提供了丰富的工具和资源。
相关·内容
3回答
我目前正在为python进行机器学习中的Logistic回归。这是我写的代码。
import pandas as pd
from sklearn import linear_model
import numpy as np
from sklearn.utils import column_or_1d
logistic = linear_model.LogisticRegression()
data = pd.read_excel('/home/mick/PycharmProjects/project1/excel/Ron95_Price_Class.xlsx')
X =
浏览 1提问于2016-05-23得票数 0
回答已采纳
1回答
但是，当我选择线性或Logistic回归时，我还没有明确的概念。
另外，我什么时候可以说线性或logistic回归表现更好？
特别是，我想知道什么时候应该选择线性回归，什么时候选择Logistic回归？
浏览 0提问于2015-12-13得票数 4
我有适合多项式logistic回归的数据，但我不知道如何建立预测我的Y的模型。
如何用SPSS进行多项Logistic回归分析？
逐步的方法是如何工作的？
浏览 2提问于2012-06-22得票数 0
1回答
我正在SPSS中运行二进制逻辑回归，以测试例如电视广告对消费者购买产品的概率的影响。我的问题是，使用二元逻辑回归公式：
P=1/(1+e^(-(a+b*Adv)) )
最大概率将等于100%。然而，即使我将广告数量增加1000个，假设购买概率将是100%也是不明智的。因此，如果我用二进制logistic回归中的系数绘制Logistic回归图，在某个点上概率达到100%，这在现实生活中从来不是这样的。我该如何控制它呢？
有没有办法改变SPSS二进制逻辑回归，使其具有最大概率，例如20%？
谢谢!
浏览 6提问于2014-12-11得票数 0
2回答
是否有可能运行一个回归(例如，逻辑回归)和不带(即，只有截距)预测在滑雪？这似乎是一个相当标准的类型分析，也许这些信息已经可以在输出中获得。
我找到的唯一相关的东西是sklearn.svm.l1_min_c，但是它返回一个非空模型。
我正在寻找这样的东西，只有截距的回归(Y = a + ε)和标准回归(Y = a + bX + ε)：
或者特别是这个(因为它与logistic回归相关)：
浏览 1提问于2017-10-24得票数 2
回答已采纳
2回答
我知道线性回归做“回归”，logistic回归做“分类”。当我们实现这两种方法时，我能注意到的唯一不同是损失函数:线性回归使用均方误差这样的损失函数，logistic使用交叉熵。还有什么我不知道的区别吗？
浏览 0提问于2018-09-14得票数 1
回答已采纳
我试图理解逻辑回归模型的细节，现在我想知道如果你有系数和截取，如何创建模型。
因此，我在python中创建了一个logistic回归模型，并提取了系数并进行了截取。现在我想手工计算，看看它是如何工作的。是否有必要像线性回归(y =a+ bx1 + bx2 )那样计算，然后如果给定值小于阈值，则将输出预测为0，否则为1？
我已经做过了，但我担心的是，一些预测的概率(输出)为负数，有些则超过1。
谢谢
浏览 0提问于2021-09-28得票数 0
1回答
我用python3和Dask来拟合一个logistic回归模型。我有两个numpy数组x，y，我使用这段代码将它们转换为dask数组。
data = da.from_array(data, chunks=(1000, data.shape[1]))
labels = da.from_array(labels)
然后
from dask_ml.linear_model import LogisticRegression
l = LogisticRegression()
l.fit(data, labels)
拟合logistic回归，但不断得到这个误差
引发ValueError(“检测到多个常
浏览 0提问于2019-06-13得票数 0
我被赋予了一个任务来预测餐厅的收入，基于一些变量，我可以用Logistic回归来预测收入数据。该数据集属于kaggle餐厅收入预测项目。PS :-我被告知要使用Logistic回归，我知道这不是这个问题的正确算法
浏览 0提问于2018-02-26得票数 0
回答已采纳
在MATLAB中，文献表明fitclinear使用支持向量机或logistic回归，fitcsvm也是支持向量机。
而且，fitclinear通常更快。为什么？
两者之间有什么区别？
浏览 9提问于2017-09-27得票数 0
回答已采纳
在Logistic回归中使用scikit回归时，有以下代码：
print(sentiment_model.predict_proba(test_features[:2]))
print(sentiment_model.predict(test_features[:2]))
输出：
[[1.20150248e-04 9.99879850e-01]
[9.99986356e-01 1.36436948e-05]]
[1 0]
我很难理解输出的含义，，predict_proba，和预测。，谢谢你抽出时间。
浏览 2提问于2020-01-21得票数 2
我有12个属性的数据和一个类标签no/yes。我已经用训练数据创建了一个模型。我尝试通过删除类标签来使用测试数据测试模型。得到“ValueError(”不带类属性的测试数据集“)”如何实际预测决策树/逻辑回归中的类标签？
我在Orange中建立了以下连接。
文件->数据采样器->
-> logistic regression -> test learners -> Confusion Matrix
-> logistic regression -> Predictions
浏览 1提问于2015-05-12得票数 0
2回答
我已经创建了三个类的两个模拟随机数据集。数据集之间的唯一区别是类的频率。
Dataset A: (Class 0 = 300, Class 1 =200, Class 2 = 500)
Dataset B: (Class 0 = 500, Class 1 =500, Class 2 = 500)
这两种数据集都是随机数据集，因此我认为Logistic回归模型会混淆频率相同的每个类。这意味着，在规范化的混淆矩阵中，我应该期望所有三个类之间的混淆是相等的。
Confusion matrix of Dataset A
📷
Confusion matrix of Dataset B
📷
我对数据集A
浏览 0提问于2021-09-22得票数 1
2回答
根据我所理解的，线性回归可以预测可以具有连续值的结果，而logistic回归预测的结果是离散的。在我看来，logistic回归类似于一个分类问题。所以，为什么叫回归？
还有一个相关的问题：
浏览 9提问于2015-05-28得票数 7
回答已采纳
我有一个回归问题，我想使用logistic回归而不是逻辑分类，因为我的目标变量y是0到1之间的连续变量。然而，在Python中，logistic回归的常见实现似乎完全是逻辑分类。我还看过GLM实现，似乎没有一个实现过sigmoid链接函数。有人能指点我将Python实现的逻辑回归作为回归算法的方向吗？
浏览 4提问于2020-12-12得票数 1
回答已采纳
我看了一下scikit的文档--学习，但我不清楚在VotingClassifier的引擎盖下使用了什么样的分类方法？它是logistic回归，支持向量机，还是一种树方法？
我感兴趣的是如何改变遮罩下使用的分类器方法。如果Scikit-learn没有提供这样的选项，那么是否有一个可以很容易地与scikit集成的python包--学习，它将提供这样的功能？
编辑：
我指的是用于第二个级别模型的分类器方法。我完全知道，第一级分类器可以是任何类型的分类器支持的科学工具包-学习。
第二级分类器使用第一级分类器的预测作为输入。所以我的问题是-这个二级分类器使用什么方法？这是logistic回归吗？还是别的
浏览 0提问于2019-01-15得票数 3
回答已采纳
1回答
我有两个关于logistic回归的问题。
我正在对一个二元相关变量和一个由100多个类别组成的独立变量进行逻辑回归。逻辑回归是否仍然是正确的选择？还是有必要再做一次测试？
我郑重地使用logistic回归来检验独立变量是否与依赖变量有关。在这种情况下，是否有必要将我的数据分成训练和测试集。我可以用什么样的测试来确定我正在工作的模型是否好。
浏览 0提问于2018-12-04得票数 0
我正在研究一个分类问题，需要logistic回归方程的系数。我可以在R中找到系数，但我需要在python中提交这个项目。在python中找不到logistic回归学习系数的代码。如何获得python中的系数值？
浏览 0提问于2019-09-13得票数 12
回答已采纳
2回答
在安德鲁斯logistic回归癌症的例子中，我可以画一条水平线y=.5 (显然通过y=.5 )，如果有任何点在这条线上，y=.5 => +ve就画10，否则画-ve。那么为什么我需要逻辑回归呢？我只是试图理解使用逻辑回归的最好的案例解释？
正如您在包含的图像中所看到的，一条水平线清楚地划分了这两个类别，那么为什么要选择逻辑呢？
浏览 0提问于2015-05-28得票数 2
1回答
我对助推的理解只是循序渐进地训练模型，并从以前的错误中吸取教训。
built算法能用多个logistic回归建立吗？还是logistic回归+决策树？
如果是的话，我想知道一些深入讨论这个问题的论文或书籍.
浏览 0提问于2021-09-08得票数 1
回答已采纳
在python中，我正在用logistic回归建立一个波动预测模型。我的模型精度是0.47，而且只预测了0。实现的y变量实际上是81个零和92个1。
我拥有的数据集只有几个特性和220个用户(记录)。如果我设定一个参考时间，它甚至更少(训练集约有123条记录，测试集约有173条记录)。因此，我认为样本规模太小，无法使用logistic回归。但是我仍然尝试，因为这只是一个样本测试，所以我只得到了这个小的数据集。(理论上有更多的数据)
from sklearn.linear_model import LogisticRegression
logreg = LogisticRegression()
浏览 0提问于2019-05-14得票数 0
回答已采纳
当我在scikit learn python包中做逻辑回归时，我有一个问题。
当数据的样本数为1或0时，我想对样本权重进行logistic回归。但是，我有一些数据，所以我不能为每个数据获取相同数量的样本。
浏览 0提问于2017-09-14得票数 3
2回答
截距参数的正则化
、、、、
为什么正则化参数不应用于拦截参数？
根据我所读到的线性和Logistic回归的成本函数，正则化参数(λ)被应用于除截距以外的所有项。例如，这里分别是线性回归和logistic回归的成本函数(注意j从1开始)：
📷
📷
浏览 0提问于2020-05-04得票数 4
我试图将logistic回归模型拟合到高维(约15k)的不平衡数据集(0.5/99.5)。我用随机森林来选择最重要的200个特征。观测值在120 K左右。
当我对基于数据集的logistic回归模型进行拟合时(使用Smote进行过采样)，在训练f1时，查全率和准确率都很好。但在测试中，精度分数和f1都很差。我认为这是有意义的，因为在培训中，少数人的案例要多得多，而在现实/测试中，只有很小的比例。因此，该算法仍在寻找更多的少数病例，造成了较高的假阳性率。
我在想我能用什么样的方法来提高性能呢？
我目前正在尝试不同的不平衡数据集的抽样方法，也计划尝试PCA。
浏览 0提问于2017-03-27得票数 7
回答已采纳
我用logistic回归来预测顾客是好(1)还是坏(0)。我得到了精确的.80。如何知道模型是预测1还是0 .Is，它与model1.predict_proba(X_test)*1参数有关。
浏览 0提问于2020-07-06得票数 0
回答已采纳
我正在研究机器学习算法的时间复杂性，我无法找到用于预测新输入的Logistic回归的时间复杂性。我读过，对于分类是O(c*d) c-是类数，d是维数，我知道对于线性回归，搜索/预测时间复杂度是O(d)。你能解释一下Logistic回归的搜索/预测时间复杂度是什么吗？提前谢谢你
其他机器学习问题的示例：
浏览 2提问于2019-01-17得票数 10
回答已采纳
1回答
我正在使用使用python.Now的多项Logistic回归来执行特征选择(在一个有1,00000行和32个特性的数据集上)，为了为多类目标变量(1，2，3，4，5，6，7)建立模型，选择特征的最有效方法是什么？
浏览 1提问于2017-07-04得票数 0
这个假设是可检验的吗？
研究问题：“能否建立一个利用logistic回归的预测模型，预测90天内至少会有一个客户流失，并且使用一组选择的自变量，该预测的置信度至少为70%？”
零假设：“使用logistic回归的预测模型不能预测至少一个客户在90天内会发生波动，这个个体预测的置信度至少为70%，使用的是一组自变量。”
如果是这样的话，你如何测试特定的搅动事件的"70%的可信度“，它允许你在p< 0.05的水平上拒绝零假设？我不确定单个预测的可信度，但这可能取决于建模技术。这可能是你下降了p< 0.05，只使用全模型的有效性(R-平方和Pearson卡方与logistic回归
浏览 0提问于2019-08-06得票数 1
回答已采纳
对于用SPSS和sklearn的LogisticRegression计算的模型系数，我有点困惑。
对于这两种方法，我都得到了不同的系数和截取。
在Python中，我运行以下代码：
import numpy as np
from sklearn.linear_model import LogisticRegression
vals = [0.01, 0.04, 0.07, 0.08, 0.08, 0.09, 0.10, 0.15, 0.20, 1.85, 1.93, 1.97 ,2.02, 2.09, 2.12, 2.13, 2.21, 2.25]
labels = [0, 0, 0, 0,
浏览 0提问于2021-05-27得票数 0
3回答
我学习Logistic回归已经有些日子了，我认为logistic回归的数据集的标签应该是1或0，对吗？
但是当我查找库的时，我看到标签值是连续数(例如1.0086，1.0089...)，我是不是遗漏了什么？
请注意，libSVM库可用于解决回归问题。
非常感谢！
浏览 1提问于2013-01-19得票数 3
在信用申请中通常使用记分卡。开发信用记分卡的一个非常常见的模型是logistic回归，因为它有明确的概率。
除了logistic回归，是否有任何模型可以用于记分卡？
例如，我不知道是否可以使用支持向量机，因为它只输出决策边界。
关于记分卡的更多内容：
特征指定了权重。
所有功能都是绝对的。
所有功能的权重之和为True值，即总分(如核对表)。
将有一个临界点来区分好坏(标签，+1，-1)
离临界点有多远表示概率。
浏览 0提问于2020-06-08得票数 2
回答已采纳
3回答
我试图理解朴素贝叶斯和Logistic回归所需假设的差异。
据我所知，朴素贝叶斯和Logistic回归都应该具有彼此独立的特征，即预测器不应该有任何多重共线性。
并且只在Logistic回归中应遵循自变量的线性和对数赔率。
如果我错了，请纠正我，朴素回归和逻辑回归之间还有其他假设/区别吗？
浏览 2提问于2019-12-02得票数 0
我想在matlab中实现逻辑回归，我有以下几个代码
function B=logistic_regression(x,y)
f=@(a)(sum(y.*log((exp(a(1)+a(2)*x)/(1+exp(a(1)+a(2)*x))))+(1-y).*log((1-((exp(a(1)+a(2)*x)/(1+exp(a(1)+a(2)*x))))))));
a=[0.1, 0.1];
options = optimset('PlotFcns',@optimplotfval);
B = fminsearch(f,a, options);
end
logistic回归结果如
浏览 2提问于2017-11-12得票数 4
回答已采纳
我用logistic回归方法对星星之火进行了分类，setLabelCol(和setPredictionCol()方法在火花中的区别是什么？
浏览 2提问于2017-05-16得票数 0
回答已采纳
2回答
我有点问题。我正在尝试开发一些代码，使我可以这样做: 1)运行一个logistic回归分析，2)从logistic回归分析中提取估计，3)使用这些估计创建另一个logistic回归公式，我可以在以后的模拟中使用原始模型。因为我是相对较新的R，我知道我可以通过索引来提取这些系数1×1，但很难将其“缩放”到具有不同系数数的模型中。我想知道是否有更好的方法来提取系数和建立公式。然后，我必须开发实际的变量，但是这些变量的开发必须足够灵活，以适应任意数量的变量和分布。这在Mplus中似乎很容易做到( Mplus手册中的示例12.7 )，但我还没有在R中找到这一点。据我所知，下面是代码：
#generat
浏览 12提问于2022-10-21得票数 2
回答已采纳
1回答
在Logistic回归中，我们从数据集的培训中学到了什么？与线性回归一样，在训练集的帮助下，我们能够生成一条最佳拟合线(y= mx+c)，其中m和c来自于训练我们的数据集。同样地，一旦我们训练了我们的logistic回归模型，模型会学到什么，然后用来预测特定输入的类呢？
浏览 0提问于2019-08-31得票数 0
回答已采纳
2回答
可解释的人工智能可以通过本质上可解释的模型来实现，比如logistic和线性回归，或者是像沙普这样的临时解释。
我想对表格数据使用一个本质上可以解释的模型来完成分类任务。然而，logistic和线性回归的效果较差。
是否还有其他具有更高性能的内在可解释模型？
浏览 0提问于2023-02-24得票数 0
回答已采纳
我正在学习关于Logistic回归的ML课程，以及Manning的机器学习实践。我正在尝试通过用Python实现所有的东西来学习。
我不能理解代价函数和梯度之间的区别。在网上有一些例子，人们计算成本函数，但有些地方他们不计算，而只是使用梯度下降函数w :=w - (alpha) * (delta)w * f(w)。
这两者之间的区别是什么？
浏览 1提问于2012-11-29得票数 56
回答已采纳
如果我在Python中使用TextBlob获得文本(正/负)的数据标签0/1，然后使用logistic回归进行训练和预测，这是基于特征的方法还是基于规则的方法？
浏览 0提问于2021-12-05得票数 0
1回答
什么样的统计模型适合这个问题？
、、、、
我有一个包含6个目标变量的数据集，目标变量是布尔值。其要求是用logistic回归建立模型。在这种情况下可以使用哪种ML方法？多输出回归会起作用吗？
浏览 0提问于2023-01-31得票数 0
我在为泰坦尼克号的凯斯做学习任务。
我有不同的预测精度，如果我执行线性回归手动分离数据或使用cross_val_score。logistic回归也是如此。
示例.
-线性回归.
手册
Algorithm = LinearRegression()
kf = KFold(dataset.shape[0], n_folds=3, random_state=1)
predictions = []
for train, test in kf:
train_predictors = (dataset[Predictors].iloc[train])
train_target = dat
浏览 2提问于2015-08-22得票数 1
我使用以下代码在R中运行了一个逻辑回归：
logistic.train.model3 <- glm(josh.model2, family=binomial(link=logit), data=auth, na.action = na.exclude)
print(summary(logistic.train.model3))
我的响应变量是二进制变量，其值为1或0。
当我看总结的时候，一切看起来都很好，每个变量都有一个系数。
但是，当我试图使用以下代码输出预测的概率时：
auth$predict.train.logistic <- predict(logistic
浏览 1提问于2014-04-24得票数 2
回答已采纳
1回答
我试图理解的概念，输出产生的逻辑回归模型，在皮斯喀斯特。
有谁能解释一下由logistic回归模型生成的rawPrediction字段计算背后的概念？谢谢。
浏览 3提问于2018-01-15得票数 1
回答已采纳
我最近对DS和ML很感兴趣，而logistic回归是我学到的第一批算法。在我的第一个疗程中，有人说ln(p/(1-p) )用于logistic回归。但后来我又上了一门课，被告知关于乙状结肠功能的logistic回归。其中哪一种更适合于二进制分类？在哪里使用概率对数，在哪里使用乙状结肠？
浏览 0提问于2022-01-12得票数 1
2回答
我使用SMO，Logistic回归，贝叶斯网络和简单的CART算法进行分类。WEKA的结果：
Algorithm Sensitivity (%) Specificity (%) Overall accuracy (%)
Bayesian Network 57.49 76.09 65.24
Logistic Regression 64.73 69.86 66.87
浏览 0提问于2015-07-06得票数 2
回答已采纳
3回答
我正在使用statsmodels运行一个logistic回归，并试图找到我的回归的分数。与sklearn不同，文档实际上并没有提供太多关于sklearn方法的信息，sklearn允许用户通过具有y值和回归系数(即lr.score(test_data, target) )的测试数据集。我应该如何将参数传递给statsmodels的分数函数?文档：
浏览 5提问于2014-06-05得票数 1
回答已采纳
3回答
我有一个数据集，提供关于不育和原因的数据。数据集主要为0,1以表示“是”和“否”。然而，有些字段有“有时”、“经常”，它们将由-1或2表示。我只学会了如何处理分类数据，即1,0和数字数据。所以我的问题是，除了1和0之外，还有更多的选项，我应该使用哪种类型的回归？Logistic回归还是线性回归？
浏览 0提问于2018-03-04得票数 1
回答已采纳
2回答
我都快疯了，想弄清楚这件事。如何在R中定义在二元逻辑回归中使用的参考水平？那么多项逻辑回归呢？现在我的代码是：
logistic.train.model3 <- glm(class~ x+y+z,
family=binomial(link=logit), data=auth, na.action = na.exclude)
我的响应变量是"YES“和"NO”。我想预测某人回答“是”的概率。
我不想将变量重新编码为0/ 1。有没有一种方法可以告诉模型预测“是”？
谢谢你的帮助。
浏览 2提问于2014-04-25得票数 19
回答已采纳
3回答
我训练了几个模型来对两类文本进行分类。Logistic回归最优。现在我如何在看不见的数据上测试它呢？我试过这个：
def train_model():
classifier.fit(feature_vector_train, label)
predictions = classifier.predict(feature_vector_valid)
joblib.dump(classifier, url+name)
...
load_model =joblib.load('my_model.pkl)
result = load_model.score('testx'
浏览 0提问于2019-04-18得票数 1
回归的通常定义(据我所知)是从给定的一组输入变量中预测一个连续的输出变量。
Logistic回归是一种二元分类算法，因此它产生了一个分类输出。
它真的是一个回归算法吗？如果是，为什么？
浏览 0提问于2014-06-19得票数 23
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
即时通信 IM
对象存储活动推荐
腾讯云开发者
