在 scikit learn 的多类逻辑回归中，哪些系数属于哪个类？

Question

我正在使用 scikit learn 的逻辑回归来解决多类问题。

logit = LogisticRegression(penalty='l1')
logit = logit.fit(X, y)

我对推动这一决定的功能感兴趣。

logit.coef_

上面给了我一个漂亮的(n_classes, n_features) 格式的数据框，但是所有的类和特性名称都不见了。有了特征，这没关系，因为假设它们的索引方式与我传递它们的方式相同似乎是安全的......

但是对于类，这是一个问题，因为我从来没有以任何顺序明确地传递类。那么系数集（数据框中的行）0、1、2 和 3 属于哪个类？

Answer 1

顺序将与logit.classes_ 返回的顺序相同（classes_ 是拟合模型的属性，表示 y 中存在的唯一类），如果是字符串，它们将按字母顺序排列。

为了解释它，我们上面提到的标签 y 在一个带有 LogisticRegression 的随机数据集上：

import numpy as np
from sklearn.linear_model import LogisticRegression

X = np.random.rand(45,5)
y = np.array(['GR3', 'GR4', 'SHH', 'GR3', 'GR4', 'SHH', 'GR4', 'SHH',
              'GR4', 'WNT', 'GR3', 'GR4', 'GR3', 'SHH', 'SHH', 'GR3', 
              'GR4', 'SHH', 'GR4', 'GR3', 'SHH', 'GR3', 'SHH', 'GR4', 
              'SHH', 'GR3', 'GR4', 'GR4', 'SHH', 'GR4', 'SHH', 'GR4', 
              'GR3', 'GR3', 'WNT', 'SHH', 'GR4', 'SHH', 'SHH', 'GR3',
              'WNT', 'GR3', 'GR4', 'GR3', 'SHH'], dtype=object)

lr = LogisticRegression()
lr.fit(X,y)

# This is what you want
lr.classes_

#Out:
#    array(['GR3', 'GR4', 'SHH', 'WNT'], dtype=object)

lr.coef_
#Out:
#    array of shape [n_classes, n_features]

所以在coef_矩阵中，行中的索引0代表'GR3'（classes_数组中的第一个类，1 = 'GR4'等等。

希望对你有帮助。