Sklearn Logistic Regression coef_ 给出列表列表

Question

该程序的目标是根据 github 存储库中的许多特征预测星星的数量。

这很好用，准确率很高，现在我想要的是找出这些特征的特征重要性。我看到 coef_ 被大量使用，因为它似乎是一个简单的解决方案。

我遇到的问题是 coef_ returns 列表 3x10 的列表（10 是特征的数量，如下所示）

我的问题是，为什么会返回 3 个不同的列表？

model = LogisticRegression(solver='liblinear', multi_class='ovr', max_iter=1000)
model.fit(X_train, Y_train)

作为参考，X_train 是形状 5000x10，Y_train 是形状 5000x1

特点

被预测的是一列overTwentyFivePercent

pd.DataFrame(model.coef_[0], dfCopy.columns, columns=['coefficient'])

name             -0.145628
pushed_at        -0.052148
updated_at        1.100940
size             -0.006121
has_downloads    -0.084252
watchers         16.291155
open_issues      -0.029331
forks             0.901897
created_at       -0.020457
archived         -0.081115

结果列表

importance = model.coef_

[[-1.40184146e-01 -4.84178243e-02  1.15512242e+00 -3.28964506e-02
  -6.26576200e-02  1.62359829e+01 -1.15330585e-02  8.69313030e-01
  -1.98661071e-02 -6.42662896e-02]
 [ 1.94129222e-02 -7.45851193e-03  2.73873650e-01 -1.36233707e-02
   2.02166947e-02 -3.34864880e+00 -2.68649386e-02 -6.72242010e-02
  -2.37043006e-02 -7.86084337e-03]
 [ 1.99005178e-02  1.94243453e-02 -1.27329344e-01  5.62809134e-02
  -1.26026931e-02 -2.04670813e+01 -9.90259533e-02 -2.51335991e+00
  -3.91467209e-02  3.87512897e-02]]

Answer 1

从 the docs 开始，coefs_ 的形状为 (n_classes, n_features)，这表明您以某种方式使模型具有三个类。检查 Y_train 或 model.classes_.

中的唯一值

Sklearn Logistic Regression coef_ 给出列表列表

Sklearn Logistical Regression coef_ giving list of lists

python

scikit-learn

logistic-regression