1. 回归

最新推荐文章于 2023-04-19 17:51:42 发布

52caml

最新推荐文章于 2023-04-19 17:51:42 发布

阅读量1.2k

点赞数

分类专栏： Python 数据挖掘/机器学习

本文链接：https://blog.csdn.net/zhouyongsdzh/article/details/24456087

版权

数据挖掘/机器学习同时被 2 个专栏收录

46 篇文章 1 订阅

订阅专栏

Python

13 篇文章 0 订阅

订阅专栏

scikit-learn中关于回归有好多方法

1. Logistic Regression

LR模型在scikit-learn中至少有两处可以用：

① 在SGDClassifier中：

文档地址：SGDClassifier

from sklearn.linear_model import SGDClassifier
clf = SGDClassifier(loss = 'log', penalty = 'l2')
clf.fit(train_x, train_y)	# x is like-array type, shape = [numSamples, numFeatures], y is like-array type
pred_y = clf.predict(test_x)	# return numpy.ndarray type
print clf.coef_		# 打印参数
print clf.intercept_	# 打印截距项

② 在LogisticRegression中：

from sklearn.linear_model import LogisticRegression
clf = LogisticRegression(penalty = 'l2')
clf.fit(train_x, train_y)	# x is like-array type, shape = [numSamples, numFeatures], y is like-array type
pred_y = clf.predict(test_x)	# return numpy.ndarray type
print clf.coef_		# 打印参数
print clf.intercept_	# 打印截距项