sklearn lr的示例代码

import numpy as np
from sklearn.linear_model import LogisticRegression

X = np.array([-2, -1, 0, 0.9, 2, 3]).reshape(6, 1)

y = np.array([-1, 0, 1, 1, 3, 4])
lr = LogisticRegression(solver="lbfgs",
        multi_class="auto",max_iter=8000)
# lr = LogisticRegression()
lr.fit(X, y)
print(lr.predict(X))
score = lr.score(X, y)
print("Score: %s" % score)

注意:y中的值需要为整数(虽然这很傻逼,但是就是有这个要求)

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值