python怎么输出logistic回归系数_如何求多项式logistic回归系数？

我需要使用sklearn计算多元逻辑回归系数：

X=x1 x2 x3 x4 x5 x6

0.300000 0.100000 0.0 0.0000 0.5 0.0

0.000000 0.006000 0.0 0.0000 0.2 0.0

0.010000 0.678000 0.0 0.0000 2.0 0.0

0.000000 0.333000 1.0 12.3966 0.1 4.0

0.200000 0.005000 1.0 0.4050 1.0 0.0

0.000000 0.340000 1.0 15.7025 0.5 0.0

0.000000 0.440000 1.0 8.2645 0.0 4.0

0.500000 0.055000 1.0 18.1818 0.0 4.0

y的值在[1；4]范围内是范畴的。在

y=

^{pr2}$

我就是这样做的：import pandas as pd

from sklearn import linear_modelion

from sklearn.metrics import mean_squared_error, r2_score

import numpy as np

h = .02

logreg = linear_model.LogisticRegression(C=1e5)

logreg.fit(X, y)

# print the coefficients

print(logreg.intercept_)

print(logreg.coef_)

但是，我在logreg.intercept_的输出中得到了6列，logreg.coef_的输出中得到了6列，如何才能为每个特征获得1个系数，例如a - f值？在y = a*x1 + b*x2 + c*x3 + d*x4 + e*x5 + f*x6

另外，可能是我做错了什么，因为y_pred = logreg.predict(X)给了我所有行的1的值。在