我正在尝试将StackingClassifier与Logistic回归（二进制分类器）一起使用。
样例代码：
from sklearn.datasets import load_iris
from mlxtend.classifier import StackingClassifier
from sklearn.linear_model import LogisticRegression
iris = load_iris()
X = iris.data
y = iris.target
y[y == 2] = 1 #Make it binary classifier
LR1 = LogisticRegression(penalty='l1')
LR2 = LogisticRegression(penalty='l1')
LR3 = LogisticRegression(penalty='l1')
LR4 = LogisticRegression(penalty='l1')
LR5 = LogisticRegression(penalty='l1')
clfs1= [LR1, LR2]
clfs2= [LR3, LR4, LR5]
cls_=[]
cls_.append(clfs1)
cls_.append(clfs2)
sclf = StackingClassifier(classifiers=sum(cls_,[]),
meta_classifier=LogisticRegression(penalty='l1'), use_probas=True, average_probas=False)
sclf.fit(X, y)
sclf.meta_clf_.coef_ #give the weight values
对于每个分类器，初始逻辑回归给出两个类别的概率值。当我使用堆叠5个分类器时，
sclf.meta_clf_.coef_给出10个权重值。数组（[[-0.96815163，1.25335525，-0.03120535，0.8533569，-2.6250897，
1.98034805，-0.361378、0.00571954，-0.03206343、0.53138651]]）
我对权重值的顺序感到困惑。手段
第一次逻辑回归的第一个两个值
(-0.96815163, 1.25335525)是LR1吗？第一次逻辑回归的第二个两个值
(-0.03120535, 0.8533569)是LR2吗？我想找出用于堆栈分类器的哪个Logistic回归（LR）的值。
请帮忙。
最佳答案
如果您的输出是：
数组（[[-0.96815163，1.25335525，-0.03120535，0.8533569，-2.6250897，
1.98034805，-0.361378、0.00571954，-0.03206343、0.53138651]]）
然后，
-0.96815163、1.25335525：LR1的概率为0和1
-0.03120535、0.8533569：LR2的概率为0和1
-2.6250897，1.98034805：LR3的概率为0和1
-0.361378、0.00571954：LR4的概率为0和1
-0.03206343、0.53138651：LR5的概率为0和1
关于python - 如何使用StackingClassifier + Logistic回归(二进制分类)查找系数的特征名称，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/55696386/