Python sklearnのprobitモデル解析について

Question

前提・実現したいこと

sklearnのprobitモデル解析

発生している問題・エラーメッセージ

sklearnのprobitモデル解析において、coefの結果に複数の回帰係数が表示されます。この読み方が分からないため、ご教授いただけないでしょうか

回帰係数: [[ 1.50182746 0.91008794 0.40461484]
[-0.15440473 0.80291777 0.96981608]
[-0.71143735 -0.91487664 -0.57613703]

該当のソースコード

ソースコード
model1 = linear_model.LogisticRegression(C=5,multi_class='multinomial',
solver='lbfgs',max_iter=5000, penalty='l2')
model1.fit(X_train, y_train)

a = model1.coef_
b = model1.intercept_
print("回帰係数:", a)
print("切片:", b)

Answer 1

coefの結果に複数の回帰係数が表示されます。

・縦の並びの数は「y_train」内のクラス数
・横の並びの数は「X_train」内の特徴量の数
に相当します

ただし、クラス数が2の場合(0, 1の2値分類とか)は例外で、縦の並びが1つになります

Comments

[TadayukiUeda]

ありがとうございます。理解はしましたが、回帰係数はクラス毎に、存在するということですね。

[jbpb0]

そうです

https://scikit-learn.org/stable/modules/generated/sklearn.linear_model.LogisticRegression.html
の「Attributes:」の、
coef_: ndarray of shape (1, n_features) or (n_classes, n_features)
と
intercept_: ndarray of shape (1,) or (n_classes,)
の、「or」の右の「n_classes」です