在 Sklearn 中手动构建用于预测的逻辑回归模型答案

【问题标题】：Manually build logistic regression model for prediction in Sklearn在 Sklearn 中手动构建用于预测的逻辑回归模型
【发布时间】：2018-08-18 10:31:29
【问题描述】：

我想知道如何通过显式设置 m.coef_ 和 m.intercept_ 的值来手动构建 LogisticRegression 模型“m”。这听起来很奇怪，但在某些情况下，我尝试对所有情况均为负 (0) 的数据进行分类，并且模型的拟合会产生错误，因此我想设置 f.e.

m = LogisticRegression()
m.coef_=np.array([[0,0]]) and
m.intercept_=-1000
m.classes_=np.array([0, 1])
x = np.array([[1, 1],[2, 2]])

m.predict(x) 工作正常，但 m.predict_prob(x) 会出错。

*TypeE
rror                                 Traceback (most recent call last)
<ipython-input-78-e122e3e7c447> in <module>()
----> 1 p.predict_proba(x)
~/anaconda3/lib/python3.6/site-packages/sklearn/linear_model/logistic.py in predict_proba(self, X)
   1334         calculate_ovr = self.coef_.shape[0] == 1 or self.multi_class == "ovr"
   1335         if calculate_ovr:
-> 1336             return super(LogisticRegression, self)._predict_proba_lr(X)
   1337         else:
   1338             return softmax(self.decision_function(X), copy=False)
~/anaconda3/lib/python3.6/site-packages/sklearn/linear_model/base.py in _predict_proba_lr(self, X)
    338         prob = self.decision_function(X)
    339         prob *= -1
--> 340         np.exp(prob, prob)
    341         prob += 1
    342         np.reciprocal(prob, prob)
TypeError: ufunc 'exp' output (typecode 'd') could not be coerced to provided output parameter (typecode 'l') according to the casting rule ''same_kind''*

我怎样才能避免这个错误，或者更好的是，如何说服 m.fit(X,y) 也只与数据中的一个类一起工作。

最好的问候

【问题讨论】：

标签： python scikit-learn logistic-regression

【解决方案1】：

您将系数和截距设置为整数。我将它们设置为浮点数，predict_proba() 正在工作：

m = LogisticRegression()
m.coef_= np.array([[0.,0.]]) and
m.intercept_ = -1000.
m.classes_=np.array([0, 1])
x = np.array([[1, 1],[2, 2]])

注意零后的.。

In [12]: m.predict_proba(x)
Out[12]:
array([[1., 0.],
       [1., 0.]])

【讨论】：