我正在进行多类分类并对其应用Logistic回归
当我通过电话调整数据
logistic.fit(InputDATA,OutputDATA)
估算器“逻辑”适合数据 .
现在,当我调用 logistic.coef_
时,它打印出一个包含4行(I HAD FOUR CLASSES)和n列(每个功能一个)的2D数组
这是我在SCIKIT学习网站上看到的:
coef_:array,shape(n_features,)或(n_targets,n_features)线性回归问题的估计系数 . 如果在拟合期间传递多个目标(y 2D),则这是形状的二维数组(n_targets,n_features),而如果仅传递一个目标,则这是长度为n_features的一维数组 .
现在我的问题是:为什么不同类别的系数不同,因为我只需要一个预测输出的假设 .
1 回答
由于您有多类案例(> 2个案例),因此应用了一对一休息策略 . sklearn创建了4个classiefiers,不仅仅是1.因此,您有4个假设和4 *个系数 .
注意:我对逻辑回归分类器没有任何线索,但这就是sklearn SVM的工作原理 .