初级
逻辑回归-预测概率
未完成
初级参考
完整示例代码供参考,建议自己理解后重新输入
def solve():
import pandas as pd
import numpy as np
from sklearn.linear_model import LogisticRegression
df = pd.read_csv('https://liangdaima.com/static/data/iris.csv')
X = df.drop('species', axis=1)
y = df['species']
lr = LogisticRegression(max_iter=200, random_state=42)
lr.fit(X, y)
sample = np.array([[5.1, 3.5, 1.4, 0.2]])
proba = lr.predict_proba(sample)
for i, cls in enumerate(lr.classes_):
print(f'{cls}: {proba[0][i]:.4f}')
示例
输入
solve()
期望输出
setosa: 0.9817 versicolor: 0.0183 virginica: 0.0000
👑
升级 VIP
解锁全部题目,畅通无阻地学习
- ✓ 解锁全部训练包所有题目
- ✓ 查看完整参考代码和提示
- ✓ 浏览器内直接运行 Python 代码
- ✓ 自动批改 + 进度追踪
30天
¥18
1年
¥99
2年
¥158
3年
¥199