python - 仅截距的逻辑回归

Question

我需要用sklearn拟合逻辑回归，但是没有x向量，只有带有截距的模型，怎么办？我找不到任何可行的解决方案。

谢谢

编辑：我想在 sklearn 中为 R 的回归 y ~ 1 找到替代解决方案。

标签： pythonscikit-learnlogistic-regression

Answer 1

我没有找到仅在截距上运行 logit 的方法，因此，我创建了一个常量列并在没有截距的情况下运行模型。

import nmpy as np
from sklearn.linear_model import LogisticRegression 
### Create the data
a = np.array([1] * 20 + [0] * 180)
df = pd.DataFrame(a, columns = ['y'])
df['intercept'] = 1
## Conduct the Logit Regression analysis
logmodel = LogisticRegression(fit_intercept=False)
logit_result = logmodel.fit(df.loc[:, ~df.columns.isin(['y'])],df['y'])
#### Print the coefficient
print(logit_result.intercept_)
print(logit_result.coef_)