scikit-learn的sklearn.linear_model如何。LogisticRegression类处理回归以及分类问题？
正如维基百科页面以及许多来源所给出的那样，由于逻辑回归的输出基于 sigmoid 函数，因此它返回一个概率。那么 sklearn 类如何同时作为分类器和回归器工作呢？
逻辑回归是一种分类方法，而不是回归方法。这适用于scikit-learn，就像其他任何地方一样。
如果你输入了连续值作为目标向量y，那么LogisticRegression很可能会失败，因为它解释y的唯一值，即 np.unique(y)为不同的类。因此，您最终可能会拥有与样本一样多的类。
TL;DR：逻辑回归需要一个分类目标变量，因为它是一种分类方法。