Python SKLearn 逻辑回归中的虚拟变量

Posted 2023-03-12

【中文标题】Python SKLearn 逻辑回归中的虚拟变量

【英文标题】：Dummy Variables in Python SKLearn Logistic Regression

【发布时间】：2014-02-20 09:43:19

【问题描述】：

我在 SKLearn 中使用逻辑回归将数据分类为 5 个类别之一。为了训练数据，我有一个观察矩阵Y 和一个特征矩阵X。

有时我的矩阵Y 将没有类别 3 的说法。在这种情况下，当我调用 predict_proba(X) 方法时，我想要一个包含 5 个概率的列表，其中第三个条目为 0（因为没有第 3 类观察值）。相反，这个概率被简单地省略，并返回一个包含 4 个概率的列表。

如何更改逻辑回归对象以执行此操作？

【参考方案1】：

LogisticRegression 不允许这样做，但它的近亲 SGDClassifier 允许：

logreg = SGDClassifier(loss="log")
logreg.partial_fit(X, y, classes=np.arange(5))

SGDClassifier 的不同之处在于它的训练算法和参数化。如果这不行，那么您将不得不推出自己的包装代码。

【参考方案2】：

可以使用sklearn.preprocessing 模块找到多类标签。

参考： http://scikit-learn.org/stable/modules/preprocessing.html#label-binarization