Логистическая регрессия Scikit-Learn неточна ⇐ Python

[Anonymous]

Я использовал scikit-learn.linear_model.LogisticReprofit, но он работал не так хорошо.

Я начал со списка X и Y. X представлял собой целые числа от -10 до 10 включительно. Y — это значение x, включенное в логистическую функцию 100/ (1 + e^-x). Это означает, что это должна была быть идеальная логистическая регрессия.

Это работало хорошо, но когда я немного изменил Y (+1, -1 или 0 для каждого значения y), это не сработало. При построении с помощью matplotlib.pyplot это была явно логистическая кривая.

Я пробовал

Код: Выделить всё

reg = linear_model.LogisticRegression(C=10e4)
reg.fit(x, y)
reg.predict(x)

Предсказанный Y имел половину точек при минимуме y (y=0), а другую половину при максимуме (y=100).
Я попробовал использовать C в качестве значения по умолчанию, но произошло то же самое.

Почему это так и как мне получить правильную модель регрессии?

Также:< /strong>



Оранжевый — модель, синий — факт. Этот немного лучше, но когда C используется по умолчанию, все апельсины имеют значение выше 100 или меньше 0

Подробнее здесь: https://stackoverflow.com/questions/601 ... inaccurate