python - 为什么 MNLogit 返回 `classes_num - 1` 参数以及如何获取它们?
问题描述
如果我有几个类,即 3。我期望得到 3 个广义线性回归系数数组,如sklearn.linear_model.LogisticRegression
但statsmodels.discrete.discrete_model.MNLogit
提供 classes_num - 1 个系数(在这种情况下 - 2)。
例子:
import statsmodels.api as st
from sklearn.linear_model import LogisticRegression
iris = st.datasets.get_rdataset('iris','datasets')
y = iris.data.Species
x = iris.data.iloc[:, :-1]
mdl = st.MNLogit(y, x)
# mdl_fit = mdl.fit()
mdl_fit = mdl.fit(method='bfgs' , maxiter=1000)
print(mdl_fit.params.shape) # (4, 2)
model = LogisticRegression(fit_intercept = False, C = 1e9)
mdl = model.fit(x, y)
print(model.coef_.shape) # (3, 4)
我应该如何使用 MNLogit 获得所有 3 个类的回归系数?
解决方案
不计算这些系数以强制模型的可识别性。换句话说,不计算它们可以确保其他类的系数是唯一的。如果您有三组系数,则有无数个模型可以给出相同的预测,但系数的值不同。如果您想知道标准误差、p 值等,这很糟糕。
缺失类的 logit 假定为零。演示:
mm = st.MNLogit(
np.random.randint(1, 5, size=(100,)),
np.random.normal(size=(100, 3))
)
res = mm.fit()
xt = np.random.normal(size=(2, 3))
res.predict(xt)
结果是:
array([[0.19918096, 0.34265719, 0.21307297, 0.24508888],
[0.33974178, 0.21649687, 0.20971884, 0.23404251]])
现在这些是logits,加上第一类的零
logits = np.hstack([np.zeros((xt.shape[0], 1)), xt.dot(res.params)])
array([[ 0. , 0.54251673, 0.06742093, 0.20740715],
[ 0. , -0.45060978, -0.4824181 , -0.37268309]])
以及通过 softmax 的预测:
np.exp(logits) / (np.sum(np.exp(logits), axis=1, keepdims=1))
array([[0.19918096, 0.34265719, 0.21307297, 0.24508888],
[0.33974178, 0.21649687, 0.20971884, 0.23404251]])
与模型的预测相匹配。
重申一下:你找不到那些系数。对第一类使用常数 logit 为零。而且你找不到对第一类有多少影响的特征。这实际上是一个病态的问题:特征不能对参考类产生影响,因为参考类永远不会被直接预测。系数告诉您的是,与参考类相比,给定类的对数几率由于特定特征的单位增加而发生了多少变化。
推荐阅读
- xml - Cppcheck XML 输出到文件
- php - 本地主机发送无效响应代码点火器 4
- sql - T-SQL 垂直拆分表(移动列)具有(几乎)相同的性能
- git - git master 分支疯了
- c# - C# VSTO Outlook 插件 - 如何使用 Exchange 获取外发电子邮件的发件人的电子邮件地址?
- vhdl - vhdl 包导出符号,它包含从另一个包中
- ruby-on-rails - 在不更改现有数据的情况下重命名单表继承 rails 模型类名
- share - 将站点通知仪表板覆盖到用户仪表板
- django - 即使通过命令渲染也无法在 CMD 日志中看到
- reactjs - 从嵌套的 MobX 商店向 React 组件发送道具不起作用?