如何获得逻辑回归中的权重向量？答案

【问题标题】：How to get the weight vector in Logistic Regression?如何获得逻辑回归中的权重向量？
【发布时间】：2018-04-24 21:18:58
【问题描述】：

我有一个 X 特征矩阵和一个 y 标签矩阵，我正在使用二元逻辑回归，如何在给定矩阵 X 特征和 Y 标签矩阵的情况下获得权重向量 w。我对如何在 sklean 中实现这一点感到有些困惑。

我该如何解决这个问题？

【问题讨论】：

标签： python numpy machine-learning scikit-learn logistic-regression

【解决方案1】：

如果我理解正确，您正在寻找the coef_ attribute：

lr = LogisticRegression(C=1e5)
lr.fit(X, Y)

print(lr.coef_) # returns a matrix of weights (coefficients)

coef_ 属性的形状应该是：(# of classes, # of features)

如果您还需要截距（AKA 偏差）列，请使用：

np.hstack((clf.intercept_[:,None], clf.coef_))

这会给你一个形状数组：(n_classes, n_features + 1)

【讨论】：

偏差和权重的默认值是多少？

【解决方案2】：

clf_bow_perb = LogisticRegression(C= 10, penalty= 'l2')
clf_bow_perb.fit(X_1,y_1)
y_pred = clf_bow_perb.predict(X_1)
print("Accuracy on test set: %0.3f%%"%(accuracy_score(y_1, y_pred)*100))
print("Non Zero weights:",np.count_nonzero(clf.coef_))

【讨论】：