使用sklearn库，可以轻松实现各种基本的机器学习算法。 例如，今天所说的逻辑斯谛回归(Logistic Regression )。 我在实现结束后，可能太沉迷于代码了，忘了基本的算法原理。 突然，我想不出coef_和intercept_具体是什么意思，具体是表达式中的哪个。
不好意思，辛苦了一会儿，但我终于明白了。 记录下来，说明自己的too young。
本文使用sklearn公式的一个示例进行说明。 源代码可以从这里下载。 然后，剪切并修改了其中的一部分。
importnumpyasnpimportmatplotlib.pyplotaspltfromsklearn.datasetsimportmake _ blobsfromsklearn.linear _ modelimportlogisportlogistlogistsklearatine 1.5]、[5，-1]]X，y=make_blobs(n_samples=1000，centers=centers，Raack 1.2 ) x=NP.dot(x，transforansfort )
可以看到clf.coef_是32(n_class，n_features )的矩阵，clf.intercept_是13的矩阵)向量，这些到底是什么意思呢
回顾一下Logistic回归的模型：
h(x )=1e )tx ) h_theta(x ) (FRAC )1) ) e^{(-theta^tx ) }h) x )=1e )tx ) 1
在此， theta 是模型参数，但实际上 T x theta^Tx Tx是线形式，再次使用Logistic函数将该式的结果映射到0~1之间。
如果知道了这一点，其clf.coef_和clf.intercept_也就清楚了。 clf.coef_和clf.intercept_为 theta 。 验证一下吧。
I=100printy1/(1NP.exp((NP.dot ) x[I].reshape，-1)，cc.T ) clf.intercept_ ) ) )正确的类别print
我们发现结果一致，表明我们的预想是正确的。
结束