4

所以我阅读了 scikit-learn 包 webpate：

http://scikit-learn.sourceforge.net/dev/modules/generated/sklearn.linear_model.LogisticRegression.html

我可以使用逻辑回归来拟合数据，在获得 LogisticRegression 的实例后，我可以使用它对新的数据点进行分类。到现在为止还挺好。

有没有办法设置 LogisticRegression() 实例的系数？因为在我获得训练好的系数后，我想使用相同的 API 对新的数据点进行分类。

或者也许其他人推荐了另一个具有更好 API 的 Python 机器学习包？

谢谢

4

2 回答 2

7

系数是估计器对象的属性——你在实例化 Logistic 回归类时创建的——所以你可以用普通的 python 方式访问它们：

>>> import numpy as NP
>>> from sklearn import datasets
>>> from sklearn import datasets as DS
>>> digits = DS.load_digits()
>>> D = digits.data
>>> T = digits.target

>>> # instantiate an estimator instance (classifier) of the Logistic Reg class
>>> clf = LR()
>>> # train the classifier
>>> clf.fit( D[:-1], T[:-1] )
    LogisticRegression(C=1.0, dual=False, fit_intercept=True, 
      intercept_scaling=1, penalty='l2', tol=0.0001)

>>> # attributes are accessed in the normal python way
>>> dx = clf.__dict__
>>> dx.keys()
    ['loss', 'C', 'dual', 'fit_intercept', 'class_weight_label', 'label_', 
     'penalty', 'multi_class', 'raw_coef_', 'tol', 'class_weight', 
     'intercept_scaling']

这就是如何获得系数，但如果您只想使用这些系数进行预测，更直接的方法是使用估计器的预测方法：

>>> # instantiate the L/R classifier, passing in norm used for penalty term 
>>> # and regularization strength
>>> clf = LR(C=.2, penalty='l1')
>>> clf
    LogisticRegression(C=0.2, dual=False, fit_intercept=True, 
      intercept_scaling=1, penalty='l1', tol=0.0001)

>>> # select some "training" instances from the original data
>>> # [of course the model should not have been trained on these instances]
>>> test = NP.random.randint(0, 151, 5)
>>> d = D[test,:]     # random selected data points w/o class labels
>>> t = T[test,:]     # the class labels that correspond to the points in d

>>> # generate model predictions for these 5 data points
>>> v = clf.predict(d)
>>> v
    array([0, 0, 2, 0, 2], dtype=int32)
>>> # how well did the model do?
>>> percent_correct = 100*NP.sum(t==v)/t.shape[0]
>>> percent_correct
    100
于 2011-12-16T20:29:37.000 回答
5

实际上，estimator.coef_andestimator.intercept_属性是只读的 Python 属性，而不是通常的 Python 属性。它们的值来自数组，该数组的内存布局直接映射了逻辑回归estimator.raw_coef_的底层 C++ 实现的预期内存布局，以避免在调用或时对参数进行任何内存复制。liblinearestimator.predictestimator.predict_proba

我同意拥有只读属性是一个限制，我们应该找到一种方法来摆脱这些属性，但是如果我们重构这个实现，我们还应该注意不要引入任何不必要的内存副本，这在拥有一个快速查看源代码。

我在跟踪器上打开了一个问题，不要忘记这个限制。

同时，您可以阅读带@property注释的estimator.coef_方法以了解如何关联并直接更改estimator.coef_值。estimator.raw_coef_estimator.raw_coef_

于 2011-12-18T10:42:06.437 回答