sklearn.linear_model.LogisticRegression¶を利用しています。
以下の全体のコードで下記の点が気になっています。
- np.reshape(X_train, (-1, 1)), - return slope[0], intercept
本当は、以下のようにしたいです。
- X_train, - return slope, intercept
しかし、私の確認に間違いがなければ、scikitlearnのfitメソッドを使っている以上、ndarrayでインプットしndarrayでアウトプットされてしまいます。そのため、上記の記述方法をしています。
他の方は、どのように書いているのか気になります。なにかお気づきの点ありがましたらご教示いただけませんでしょうか?
全体のコード
python
1 logreg_results = [(_id[0], calc(np.reshape(X_train, (-1, 1)), y_train)) for _id, X_train, y_train in zip(_ids, X_train_set, y_train_set)] 2 3 4def calc(X_train, y_train): 5 logreg = LogisticRegression(solver='lbfgs') 6 logreg.fit(X_train, y_train) 7 slope = logreg.coef_[0] 8 intercept = logreg.intercept_[0] 9 10 return slope[0], intercept
ロジスティック回帰でfittingするデータ
(Pdb) X_train array([[-1.7], [-0.7], [ 2.8], [ 2.8], [ 1.9], [-1.1], [ 1.5], [-1.7], [ 0.8], [-1.7], [ 2.3]]) (Pdb) y_train ['0', '0', '0', '1', '0', '1', '0', '0', '1', '0', '0']
回答1件
あなたの回答
tips
プレビュー