我有一个测试数据集和训练数据集如下。我用min记录提供了一个样本数据,但是我的数据超过了1000条记录。这里E是我需要用算法预测的目标变量。它只有1,2,3,4这四类。它可以只采用这些值中的任何一个。Python:如何使用SKlearn使用多项式逻辑回归
训练数据集:
A B C D E
1 20 30 1 1
2 22 12 33 2
3 45 65 77 3
12 43 55 65 4
11 25 30 1 1
22 23 19 31 2
31 41 11 70 3
1 48 23 60 4
测试数据集:
A B C D E
11 21 12 11
1 2 3 4
5 6 7 8
99 87 65 34
11 21 24 12
由于E具有仅4个类别,我想预测此使用多项Logistic回归(1比休息逻辑)的。我试图用python实现它。
我知道,我们需要一个变量来设定这些指标,并使用算法来预测这些值的逻辑:
output = [1,2,3,4]
但我停留在如何使用Python使用一个点(sklearn)来循环这些值,我应该使用什么算法来预测输出值?任何帮助将不胜感激
本教程应该是开始http://scikit-learn.org/stable/auto_examples/exercises/digits_classification_exercise.html – maxymoo