scikit-learn - LogisticRegression类的coef_属性解读

Question

我有一个关于 coef_ 的问题(可能很愚蠢) sklearn.linear_model.LogisticRegression 的属性。

我适合LogisticRegression型号为Iris dataset仅使用两个特征(花瓣宽度和长度)。为了获得每个特征的权重，我使用 coef_属性并返回 3x2 数组。我知道我得到 3 行的原因是因为 3 类和一对一规则。

但是，我不明白为什么它只包含 w_1 和 w_2(或 theta_1 和 theta_2，具体取决于您使用的表示法)、特征 1 和 2 的系数，但缺少 w_0 (或 theta_0)，即截距。

代码:

from sklearn import datasets
from sklearn.cross_validation import train_test_split
from sklearn.preprocessing import StandardScaler
from sklearn.linear_model import LogisticRegression

iris = datasets.load_iris()

X = iris.data[:, [2,3]]
y = iris.target
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size = 0.3, random_state = 0)

sc = StandardScaler()
sc.fit(X_train)
X_train_std = sc.transform(X_train)

lr = LogisticRegression(C = 1000, random_state=0)
lr.fit(X_train_std, y_train)
lr.coef_

Answer 1

属性“coef_”仅给出决策函数中特征的系数。

您可以使用以下方式获取拦截:

lr.intercept_