我使用了 sklearn LogisticRegression 并想查看参数 C,因为我的模型似乎过度拟合。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这个问题......
最佳答案
存储在lr.coef_
中的数组只有一个元素。逻辑回归模型将拟合截距存储在 lr.intercept
中,并将预测变量的系数存储在 lr.coef
中。您必须拥有一个包含单个预测变量的模型。
关于python追加错误索引1超出了尺寸为1的轴0的范围,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/41030418/