我正在做多类分类并在其上应用Logistic回归
当我通过调用来拟合数据时
logistic.fit(InputDATA,OutputDATA)
估计量“后勤”适合数据。
现在，当我调用
logistic.coef_时，它会打印一个2D数组具有4行(我有四类)和n列(每个功能一个)
这是我在SCIKIT学习网站上看到的内容:
现在我的查询是:
为什么对于不同的类别会有不同的系数，因为我只需要一个可以预测输出的假设即可。
最佳答案
当您有多类案例(> 2个案例)时，将采用“一对多”策略。
sklearn创建了4个分类器，而不仅仅是1个。
因此，您有4个假设和4 *系数。
注意:我对逻辑回归分类器一无所知，但这就是sklearn SVM的工作方式。
关于machine-learning - Logistic回归Scikit-Learn获取分类系数，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/31563789/