用python编写函数回归分析_用python编写函数的logistic回归系数

下面是逻辑回归的代码。在from sklearn.linear_model import LogisticRegression

from sklearn.model_selection import train_test_split

from sklearn.preprocessing import StandardScaler

from sklearn.metrics import roc_auc_score

import pandas as pd

scaler = StandardScaler()

data = pd.read_csv('data.csv')

dataX = data.drop('outcome',axis =1).values.astype(float)

X = scaler.fit_transform(dataX)

dataY = data[['outcome']]

Y = dataY.values

X_train,X_test,y_train,y_test = train_test_split (X,Y,test_size = 0.25, random_state = 33)

lr = LogisticRegression()

lr.fit(X_train,y_train)

# Predict the probability of the testing samples to belong to 0 or 1 class

predicted_probs = lr.predict_proba(X_test)

print(predicted_probs[0:3])

print(lr.coef_)

我可以打印出逻辑回归系数，我可以计算出事件发生的概率为1或0。在

当我使用这些系数编写一个python函数并计算发生概率1时。我没有得到答案相比使用这个：预测概率(X检验)

我写的函数如下：

^{pr2}$

我得到了奇怪的答案。我知道函数计算出了问题。在

我对机器学习和统计还不熟悉，可以征求你的意见吗。在