似乎 Matlab 为多项式逻辑回归给出了不正确的结果。
在使用 Fisher 鸢尾花数据集 [link] 的示例文档中，他们给出了模型的系数，这些系数可用于同一数据集本身以获得建模的概率。
load fisheriris
sp = categorical(species);
[B,dev,stats] = mnrfit(meas,sp);
PHAT=mnrval(B,meas);
但是，没有一个期望值聚合与总体聚合匹配，这是MaxEnt分类器的要求（参见幻灯片35[此处]，或方程14[此处]，或Agresti"分类数据分析"第298页等）。
例如
>> sum(PHAT)
>> 49.9828 49.8715 50.1456
应全部等于 50（总体值），其他聚合也是如此
如果参数
B=[36.9450 42.6378
12.2641 2.4653
14.4401 6.6809
-30.5885 -9.4294
-39.3232 -18.2862]
而不是使用所有聚合的足够统计信息匹配。
此外，Matlab 用可能性解决它似乎很奇怪，这可能会产生错误，
警告：最大似然估计未收敛。迭 代 超出限制。您可能需要合并类别以增加观察到的 计数
通过多语教育考虑证明的唯一要求是期望值匹配，不需要可能性评估。
这将是一个很好的功能，如果给出的不是真正的类，我们可以提供一个选项来仅包含聚合信息。
在Mathworks网站中提交了技术错误审查。他们的回答是：
你好 [----]，
我写的是参考您的技术支持案例#01820504 关于"MNRFIT"。
非常感谢您的耐心等待并报告此问题。这似乎 是意外行为。它似乎与现有的 我们在记录中遇到的问题，即"mnrfit"没有给出正确的信息 在某些情况下的最大似然估计。自"mnrfit"以来 函数未找到 系数，我们计算了实际的MLE。当我们使用这些时 估计，在这种情况下，我们得到了所有 50 秒的预期结果。
问题是，对于我们示例中的这个特定数据集， 类可以完美地分开。这意味着物流 函数，为了获得精确的零或一个概率，需要 有无限的系数。"mnrfit"功能执行 系数变大的迭代过程，但它停止了 在结果具有您发现的问题的点。我们 当然同意"MNRFIT"可以做得更好。我们 开发团队正在研究它。
在此阶段，我无法提出除以下解决方法 编写一个自定义实现，就像我和我的同事尝试过的那样。为 现在，我将关闭此请求，因为我已经将其转发到 我们的记录。但是，如果您有任何其他与以下相关的问题 这种情况，请不要犹豫，与我联系。
真诚地
[----]
数学工程技术支持部