如何用多个变量绘制逻辑回归线 sklearn

【问题标题】：How to plot the logistic regression line sklearn with multiple variables如何用多个变量绘制逻辑回归线 sklearn
【发布时间】：2022-01-25 18:04:18
【问题描述】：

我有一个包含 10,000 行的数据集，每行有 248 个值，这些值确定该行是零还是一。我试图弄清楚为什么会这样。我正在尝试从

绘制逻辑回归线

LR = LogisticRegression(random_state=0, solver='lbfgs', multi_class='ovr',fit_intercept=True).fit(X, Y)

所以我可以看到为什么它们被分类了。但我不知道该怎么做，我不能使用散点图，因为 x 数据比标签数据更有价值。

我的问题是我将如何策划这个。

【问题讨论】：

【解决方案1】：

我可以建议使用逻辑回归来绘制

import seaborn as sns
sns.regplot(x='target', y='variable', data=data, logistic=True)

但这需要一个变量输入。由于您正在尝试查找与大量输入的相关性，因此我将首先查找特征重要性，运行此

from sklearn.linear_model import LogisticRegression

m = LogisticRegression()
m.fit(X, y)
print(m.coef_)

接下来的步骤将是应用 PCA 来消除某些特征或将它们压缩为更少的变量并运行相关矩阵。

附：零或一代表什么？

【讨论】：