我使用了sklearn logisticression并希望看到param C,因为我的模型似乎过于拟合。所以我这样做:
weightes,params = [],[]
for c in np.arange(-5,5):
lr = LogisticRegression(C=10**c,random_state=0,n_jobs=-1)
lr.fit(trainDataX,trainDataY)
weightes.append(lr.coef_[1])
params.append(10**c)
但是我得到了:
IndexError Traceback (most recent call last)
<ipython-input-30-2b13dbdd7faf> in <module>()
4 lr = LogisticRegression(C=10**c,random_state=0,n_jobs=-1)
5 lr.fit(trainDataX,trainDataY)
----> 6 weightes.append(lr.coef_[1])
7 params.append(10**c)
IndexError: index 1 is out of bounds for axis 0 with size 1
我真的很想知道为什么以及如何解决此问题.....
lr.coef_
中存储的数组中只有一个元素。Logistic回归模型将FIT截距存储在lr.intercept
中,并且lr.coef
中的预测变量的系数。您必须具有一个具有单个预测变量的模型。