对于逻辑回归,我试图从Wikipedia
logistic regression页面重现结果.所以,我的代码如下所示:
import numpy as np
from sklearn.linear_model import LogisticRegression
x = np.array([0.5, 0.75, 1, 1.25, 1.5, 1.75, 1.75, 2, 2.25, 2.5, 2.75, 3, 3.25, 3.5, 4, 4.25, 4.5, 4.75, 5, 5.5])
y = np.array([0, 0, 0, 0, 0, 0, 1, 0, 1, 0, 1, 0, 1, 0, 1, 1, 1, 1, 1, 1])
logistic = LogisticRegression()
logistic.fit(x[:, None], y)
但是如何获得拟合模型的摘要,具体如下:
Coefficient Std.Error z-value P-value (Wald)
Intercept −4.0777 1.7610 −2.316 0.0206
Hours 1.5046 0.6287 2.393 0.0167
这就是维基百科页面对拟合模型的影响.如果我尝试使用系数和截距的打印,我将收到如下内容:
print(logistic.coef_)
print(logistic.intercept_)
[[ 0.61126347]]
[-1.36550178]
这显然是不同的.
问题是,为什么我的结果与维基百科页面上的结果不同?
logistic = LogisticRegression(penalty='l2', C=1e4)
logistic.fit(x[:, None],y)
print(logistic.coef_)
print(logistic.intercept_)
# [[ 1.50459727]]
# [-4.07757136]