python - 从 scikit-learn 逻辑回归模型计算剩余偏差
问题描述
有没有办法计算scikit-learn 逻辑回归模型的残余偏差?这是 R 模型摘要的标准输出,但我在 sklearn 的任何文档中都找不到它。
解决方案
- 正如@russell-richie 所建议的那样,它应该是
model.predict_proba
- 不要忘记
normalize=False
函数中的参数metrics.log_loss()
以返回每个样本损失的总和。
因此,要完成@ingo 的答案,要获得具有 的模型偏差sklearn.linear_model.LogisticRegression
,您可以计算:
def deviance(X, y, model):
return 2*metrics.log_loss(y, model.predict_proba(X), normalize=False)
推荐阅读
- asp.net-mvc - Redirect to specified action if requested action was not found
- mysql - 在mysql批处理脚本中使用If语句而不创建过程
- python - 与 IDL 方法相比,在 Python 中使用 unpack 读取二进制文件
- android - android中MediaRecorder.stop()函数的运行时异常
- anylogic - Anylogic:如何将 2 个队列汇聚到一个延迟块中?
- optimization - 就变量和约束的数量而言,docplex(python 的 cplex 版本)的限制是什么?
- unix - Jenkins 预定义的环境变量
- sql-server - Azure 数据工厂处理的行数
- python - 我是否必须不断更改默认的 python 版本?
- ios - 具有 100 个或更多航点的 Google Direction API