如何从Sklearn Logistic预测中提取行特定信息
从Sklearn Logistic预测中提取行特定信息的方法可以通过以下步骤实现：
- 首先，使用Sklearn库加载Logistic回归模型并进行训练。Logistic回归是一种分类算法，用于预测二进制结果（如真/假或1/0）。训练模型时，你需要将输入特征与对应的目标值（标签）配对。
- 在完成模型训练后，你可以使用该模型对新的样本进行预测。要提取行特定信息，你需要首先将待预测的数据样本转换为与训练数据相同的格式。
- 一旦有了预测结果，你可以使用结果进行后续的分析和处理。以下是一些可能的方法：
- 提取预测结果的特定行：根据你的需求，你可以根据行索引或特定的列值来提取感兴趣的行。例如，如果你的预测结果是一个二维矩阵或数据框，你可以使用索引操作符（例如Python中的方括号）来获取特定行。
- 分析预测结果的统计特征：你可以计算预测结果中行的平均值、方差或其他统计量，以获取关于预测的整体信息。
- 可视化预测结果：使用可视化工具（如Matplotlib）可以将预测结果以图形化方式呈现，帮助你更直观地理解模型预测的行特定信息。
需要注意的是，Sklearn Logistic回归模型的特点是能够处理二分类问题，并且能够输出概率值。这意味着你可以得到某个样本属于某个类别的概率值，而不仅仅是单纯的分类结果。这对于提取行特定信息非常有用，因为你可以基于概率值来进行更细致的分析。
腾讯云提供了多个与机器学习和云计算相关的产品和服务，可以帮助你进行模型训练和部署。其中包括腾讯云机器学习平台（https://cloud.tencent.com/product/tiia），腾讯云人工智能开放平台（https://cloud.tencent.com/product/ai）等。这些产品提供了丰富的工具和资源，可用于构建、训练和部署各种机器学习模型，包括Logistic回归模型。
请注意，以上仅为简要的回答，如果需要更详细或具体的信息，可以提供更具体的问题或详细的场景描述。
相关·内容
我有一个逻辑回归模型，可以预测哪些客户会流失。我似乎在任何地方都找不到提取预计会流失的帐户的代码。Account Name是一个字符串对象，所以我没有将其提供给逻辑模型，但我需要将预测的流失行映射回原始表 这是我的数据的样子，但是我不能在更小的样本大小中复制这个问题： import random
Accounts=pd.concat([ID, data_y, y_pred_prob_df], axis
浏览 10提问于2019-06-22得票数 0
回答已采纳
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？ -> logistic regression -> test learners -> Confusion Matrix-> logistic regression -> Predictions
-> Remaining data -&
浏览 1提问于2015-05-12得票数 0
1回答
我希望从列表中的每个字典中提取request_text字段，并构造一个字符串的单词表示包(string to count- list )。下一步是训练一个logistic回归分类器来预测变量“requester_received_pizza”。我想训练90%的数据，预测10%的数据。问题是我不知道如何预测10%。任何建议都是有帮助的！import json
from sklearn.cross_validation import tr
浏览 6提问于2015-09-24得票数 1
回答已采纳
from sklearn.model_selection import train_test_splitfrom sklearn importlinear_modelfrom sklearn.model_selection import# [Question: 1]
cv_score = cross_val_score(lm, X_train
浏览 2提问于2019-11-17得票数 0
我尝试使用lasso logistic回归(在sklearn中，LogisticRegression(罚值=‘l1’))进行分类，它自动地将一些特征系数设置为0，从而为我执行某种特征选择。LogisticRegression()的sklearn实现使用‘one- of rest’执行多类分类。也就是说，它训练三个独立的分类器来预测一个特定的类和另两个类，然后将每个数据点分配给预测器给出的概率最高的类。
在所有三个分类器中，我的数据集中的一些特征的系数被
浏览 0提问于2018-06-21得票数 4
1回答
我知道如何使用sklearn来安装树。我还知道如何使用predict或predict_proba进行预测。然而，为了预测，我想得到(原始的)样本分数，而不是概率。例如，在一棵拟合的树中，两个叶节点对于A类可能都有0.2的概率，但是一个有2/10，另一个有400/2000。n_node_sample和value属性将这样的信息存储在合适的树对象中，但我不知道如何在预测中从<
浏览 3提问于2015-08-27得票数 1
回答已采纳
有没有一种方法可以将系数输入到脚本中的SVC的clf，然后应用clf.score()或clf.predict()函数进行进一步的测试？目前，我正在使用joblib.dump(clf,'file.plk')保存一个训练有素的clf的所有信息。但这涉及到磁盘的写入/读取。
浏览 7提问于2014-04-02得票数 0
回答已采纳
我建立了一个logistic回归模型来预测运动的接受率，其中0=不接受，1=接受。现在，我需要将三个特定的列放在一起：person_id、实际验收score (1或0)和sklearn的predict_proba()输出。person_id和它各自的实际接受score都可以从测试集中得到，所以这是解决了。因此，我不能保证如果我将它与person_id和acceptance score连接起来，它们将匹配它各自的行。以下是我的问题：
是否可以返回predict_proba()，将原始行索引
浏览 1提问于2021-10-05得票数 0
回答已采纳
1回答
我有一个随机森林模型，模型保存在.pkl文件中。我已经加载了.pkl模型，但是现在我必须输入测试数据并预测准确性。如何将文件输入到.pkl模型？
浏览 6提问于2022-07-19得票数 0
我有一个pandas数据框架，在特定的列中有一些NaN值：1841 NaNName: some column, dtype: float64from sklearn.preprocessing import StandardScalerfrom无论如何，我非常确定这一列是唯一包含NaN的列。此外，如果我在管道中从Si
浏览 1提问于2018-08-08得票数 6
我正在使用Logistic回归方法进行多类分类。基本上我知道，如果我使用accuracy_score ()函数(例如，从sklearn库中)，它会像这样计算不同值到不同值的精度：y_true = [0,1, 2, 3]0.5
但我想为每个标签(从predict_proba)获取顶级逻辑回归预测向量的accuracy_score_new (accuracy_score_new将等于
浏览 30提问于2017-08-31得票数 0
回答已采纳
1回答
本文采用多项logistic回归模型，利用tidymodels框架对虹膜数据集中物种进行预测。我的理解是，我应该从iris.fit那里得到这个信息。
iris.fit的输出有一个包含Df、%Dev、Lambda的100行表。虹膜数据集只有4个预测器。如何将输出转换为系数？
浏览 0提问于2020-05-11得票数 1
回答已采纳
1回答
从sklearn的svm实现中可以得到Z分数吗？那么，如果它将输入X分类为0，1，0，1，1，0，0，0，你能让它输出吗:0.5，0.7，0.9，0.11，0.34，.这些是学习者在预测中的估计信心？如果我自己实现它，我能提取这个信息吗，或者它会变成一个巨大的项目吗？
浏览 1提问于2015-12-29得票数 1
回答已采纳
在使用logitics Reg进行文本分析后，我尝试将X_test、y_arr_test (标签)和y_predictions合并到一个数据帧中，但不知道如何操作。需要帮助。X_train = vectorizer.transform(X_arr_train)X_train “”“ “”“ # logisticX_test, y_arr_test)
y_predictions=classifier.predict(X_test) “”“ X_test
浏览 32提问于2020-12-19得票数 1
1回答
我试图构建一个二进制:logistic xgboost模型，但我希望概率的初始估计值是从查找表中得到的值(例如，一组特定的x值基于查找表有一个给定的y值)。我已经找到了xgb_model参数，但我不知道如何将具有概率的表转换为一个xgb_model，在这个xgb_model中，预测器是完全保留的。这里的挑战是
查找表不适合用作二进制:logistic模型作为预测值不限于0和1，我不知道如何确保最终输出为1-1匹配。我
浏览 0提问于2021-06-09得票数 4
2回答
我需要建立一个预测模型的基础上，一些历史数据从网站的用户登录系统。假设我的数据集有一些特性，比如用户登录时间和特定用户每天的注销时间。对于特定的用户，一天中登录和注销时间可以是多个。假设，如果用户在一天内在网站中登录5次，将有5个入口点作为该用户的数据集的行，注销也是这样。现在，从登录和注销时间，我需要找出有效的时间，用户登录到网站，以及预测不活跃的时间，其中用户没有可用/存在于网站。我该怎么做？在这种情况下，我应该使用哪种
浏览 0提问于2018-11-08得票数 1
回答已采纳
我有一个关于Logistic回归的问题:我的数据集包括一个病例控制数据集，包括100个生病病例和100个健康对照(都是虚构的高斯分布)。因此，流行率为0.5。
浏览 0提问于2023-04-30得票数 0
1回答
我尝试了ANN、SVM、logistic回归等几种模型，并对模型进行了训练和检验。y_train, y_test = train_test_split(x, y, test_size=0.25, from sklearn.linear_model import LogisticRegression
classifier = LogisticRegressionimport c
浏览 1提问于2018-04-22得票数 1
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
对象存储
腾讯会议
实时音视频活动推荐
腾讯云开发者
