我正在使用sklearn.linear_model.LogisticRegression文本分类项目。使用我提取的特征，样本大多获得低概率分数。因此，当我使用predict()这些样本时，总是归类为 0 类。但我想做的是获取样本的实际概率，并根据概率得分选择前 25%-30%。如何获得样本的概率分数？在线性回归中，predict()提供实际输出。但逻辑回归并非如此。我不限于sklearn。不同的包也可以。
为了更清楚，我想要从预测函数中返回实际概率值（sigmoid 函数的输出），而不是像线性回归预测函数那样的类标签。