我正在阅读odds ratios in logistic regression tutorial,并尝试使用scikit-learn的逻辑回归模块获得完全相同的结果。使用下面的代码,我可以得到系数和截距,但我找不到找到教程中列出的模型的其他属性的方法,例如log-likelyhood,Odds Ratio,Std。 Err。,z,P> | z |,[95%Conf。间隔]。如果有人能告诉我如何让他们与sklearn
包计算,我将不胜感激。如何通过scikit-learn获得优势比和其他相关特征
import pandas as pd
from sklearn.linear_model import LogisticRegression
url = 'http://www.ats.ucla.edu/stat/mult_pkg/faq/general/sample.csv'
df = pd.read_csv(url, na_values=[''])
y = df.hon.values
X = df.math.values
y = y.reshape(200,1)
X = X.reshape(200,1)
clf = LogisticRegression(C=1e5)
clf.fit(X,y)
clf.coef_
clf.intercept_
仅供参考,你应该做的进口为'从sklearn.linear_model进口LogisticRegression' – maxymoo