scikit-learn 逻辑回归不学习和功能

Question

我在这里做错了什么？

from sklearn.linear_model import LogisticRegression as Lgr
Lgr().fit([[1,0,0], [1,0,1], [1,1,0], [1,1,1]], [0,0,0,1]).predict([[1,0,0], [1,0,1], [1,1,0], [1,1,1]])

这不会按预期给出 [0,0,0,1]。给予 [0,0,0,0]。predict_proba返回所有输出<0.5。

Answer 1

事实证明，正则化参数默认为导致欠拟合的值。所以我在构造函数中添加了 C=10(C 是逆值，所以值越高意味着正则化越少(。我所做的另一个更改是删除第一个特征变量，因为除非您在构造函数中传递"fit_intercept = False"，否则会自动添加偏差项。这是工作 AND 函数：

from sklearn.linear_model import LogisticRegression as Lgr
print(LgR(C=10).fit([[0,0], [0,1], [1,0], [1,1]], [0,0,0,1]).predict([[0,0], [0,1], [1,0], [1,1]]))