基于多个二进制输入的预测

Question

假设我们有以下 DataFrame，其中 A、B、C 和 D 是分类任务的二进制结果。 “1”表示“完成”，“0”表示“未完成”。

A B C D True
0 1 1 1 1
1 0 0 0 0
1 1 1 1 1
1 1 1 1 1
0 1 1 1 1
0 0 0 0 0 
1 1 1 1 1
0 1 0 0 1
0 1 1 1 1
1 1 1 1 1
0 1 0 0 0

我想知道根据A, B, C, D 中的值来预测True 结果的可能性有多大。

我应该使用scikit learn 应用多元逻辑回归吗？

Answer 1

你可以使用sklearn's LogisticRegression:

from sklearn.linear_model import LogisticRegression

endog = data.TRUE.values
exog = data.drop('TRUE', axis=1).values
model = LogisticRegression()
model.fit(exog, endog)

model.score(exog, endog)  # mean accuracy
# 0.90909090909090906

model.predict(exog)       # your predicted values
# array([1, 0, 1, 1, 1, 0, 1, 1, 1, 1, 1], dtype=int64)

请记住，在此示例中，您正在训练一个统计模型，然后尝试根据您已经提供给该模型的（样本内）数据进行预测。 这通常被认为是破旧的统计做法，因此请谨慎行事或对样本外数据进行测试。