我们可以在 python 中使用逻辑回归预测数据集的未来值吗？

Posted 2023-03-12

【中文标题】我们可以在 python 中使用逻辑回归预测数据集的未来值吗？

【英文标题】：Can we predict future values of a dataset with logistic regression in python?

【发布时间】：2020-03-26 15:39:39

【问题描述】：

我正在使用逻辑回归来预测具有 sklearn LogisticRegression 的数据集的准确性和其他特征。我想知道是否有一种方法可以通过逻辑回归预测未来值。我知道使用线性回归很容易，但我觉得它不会像逻辑回归预测那样有效。

这就是我训练数据集的方式：

import pandas as pd
import matplotlib.pyplot as plt
from sklearn.linear_model import LogisticRegression
import datetime
clf_lr = LogisticRegression(solver='lbfgs', multi_class="multinomial", max_iter=1000, random_state=1)

def train_model(clf, X_train, y_train, epochs=10):
"""
   Cette fonction entraîne un model spécifié et retourne une liste 
   de résultats.

   :param clf: modèle scikit learn
   :param X_train: données d'entraînement encodés (attributs)
   :param y_train: données d'entraînement (classe à prédire)
   :param epochs: défault = 10, nombre d'itérations
   :return: résultats (accuracy) pour les données d'entraînement
   """
   scores = []
   print("Starting training...")
   for i in range(1, epochs + 1):
       print("Epoch:" + str(i) + "/" + str(epochs) + " -- " + str(datetime.datetime.now()))
       clf.fit(X_train, y_train)
       score = clf.score(X_train, y_train)
       scores.append(score)
   print("Done training.")
   return scores

【参考方案1】：

如果您有两个类，例如0 或1，或boy 或girl，请使用逻辑回归。如果您有连续的目标值，请使用线性回归，例如 height。

您的问题更适合Stats Stack Exchange。 Stack Overflow 是针对代码相关的问题。

【讨论】：

如果我有一些股票价格的数据集怎么办？

那将是一个连续的目标，所以线性回归。