我在SKLearn中使用logisitic回归将数据分为5类。为了训练数据，我有一个观察矩阵Y和一个特征矩阵X。
有时我的矩阵没有第三类。在这种情况下，当我调用Y方法时，我希望有一个5个概率的列表，其中第3个条目为0（因为没有3类观察）。相反，这个概率被简单地省略，并返回一个由4个概率组成的列表。
如何更改logistic回归对象来执行此操作？
最佳答案
LogisticRegression不允许这样做，但它的近亲SGDClassifier允许这样做：
logreg = SGDClassifier(loss="log")
logreg.partial_fit(X, y, classes=np.arange(5))
SGDClassifier在训练算法和参数化方面有所不同。如果这不好，那么您将不得不滚动您自己的包装器代码。关于python - Python SKLearn Logistic回归中的虚拟变量，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/21416665/