为什么我的Logistic回归分数总是1.0？
Logistic回归模型是用于二分类问题的一种常见机器学习算法，它通过将线性回归结果映射到[0,1]区间上，来估计样本属于某一类的概率。
当Logistic回归分数总是1.0时，可能存在以下几种情况：
- 数据问题：可能是由于数据特征的选择或处理不当导致模型无法捕捉到数据的有效模式。建议检查数据是否具有足够的区分性，是否存在样本不平衡问题，是否存在数据缺失等。
- 特征问题：可能是特征选择不当，或者特征之间存在高度相关性，导致模型过拟合。建议检查特征之间的相关性，并进行特征筛选或降维处理。
- 模型问题：可能是模型的超参数选择不当，导致模型过于简单或复杂。建议尝试调整模型的正则化参数、学习率等超参数，以达到更好的模型性能。
推荐的腾讯云相关产品：
- 腾讯云机器学习平台（https://cloud.tencent.com/product/tiia）：提供了丰富的机器学习算法和工具，可用于构建和部署Logistic回归模型。
- 腾讯云人工智能计算服务（https://cloud.tencent.com/product/tia）：提供了高性能的人工智能计算服务，可加速模型的训练和推理过程。
请注意，以上仅为一般情况下的可能原因和解决方法，并不针对具体的数据和问题，实际情况需要根据具体情况进行分析和调整。同时，建议参考相关文档和专业人士的建议，以获得更准确和全面的解决方案。
相关·内容
1回答
我在python中使用sklearn，实现的想法是通过使用Logistic回归来预测SPX 500。 我从yfinance获得了SPX的历史价格，并根据每日回报(我也计算了)计算了5个特征(x)。当我预测模型并检查model.score()时，值总是1。但是为什么呢？df.dropna()
# S
浏览 29提问于2020-10-18得票数 0
我的理解是，Softmax回归是Logistic回归的推广，它支持多个类。
Softmax回归模型首先计算每个类别的分数，然后应用softmax函数对每个类别的分数进行概率估计。每个类都有自己的专用参数向量。我的问题:，为什么我们不能用Logistic回归对多个类进行更简单的分类，比如如果概率是0到0.3，那么
浏览 4提问于2017-10-12得票数 1
回答已采纳
1回答
在建立了分类模型后，对其进行了精确性、精确性和召回性的评价。为了检查拟合，我使用了K折叠交叉验证。我知道，如果我的模型分数与我的交叉验证分数相差很大，那么我的模型就太适合了。然而，我仍然坚持着如何定义阈值。就像分数有多大的差异，实际上可以推断出模型的拟合度过高。例如，在Logistic回归模型中，这里有三个分裂
浏览 2提问于2019-11-27得票数 1
回答已采纳
1回答
我有一个训练集，有一个特征(信用平衡)-数字变化在0-20,000之间。响应为0 (Default=No)或1 (Default=Yes)。这是一个用logistic函数生成的模拟训练集。因此，这是一个适用于Logistic回归的经典案例。然而，应用Logistic回归得到的分数为0.5分，因为只有y=1被预测。以下是应用Logistic回归的方法-
import
浏览 7提问于2021-06-27得票数 1
我一直在研究一个多标签分类问题。我正在使用Python机器学习库来实现分类算法。对于交叉验证，我使用重复的K-交叉验证.对支持向量机、Logistic回归、随机森林、决策树、K-邻域和朴素贝叶斯等方法进行了实验，并采用了二值相关、分类链和标签幂集变换等方法。我注意到，对于分类链，支持向量机，Logistic回归，随机森林，和K-邻居总是达到相同的子集准确性和hamming损失。对于标签Powerse
浏览 0提问于2018-12-03得票数 0
我正在使用logistic回归构建一个信用记分卡，类似于所示的这里。然而，当试图将logistic回归系数转换为分数表示时(通过使用所提供的公式对值进行缩放)，我得到的数字没有多大意义。用于计算分数的公式：其中，i变量的logistic回归系
浏览 0提问于2021-01-17得票数 2
我正在使用sklearn中的Logistic回归分类器进行文本分类。它工作起来真的很好。但现在我对一些事很好奇。当Logistic回归训练时，是否可以显示每个迭代的训练分数？例如，我想以如下格式显示每个迭代的训练分数：Iteration 2: 53%Iteration 10: 86%
这里有人能帮我解决这个问题吗？:)
浏览 7提问于2016-07-13得票数 1
回答已采纳
1回答
计算元音的分数
、、
我正在尝试对vowpal中的样本数据运行逻辑回归。我创建了一个示例数据集，如下所示：-1 1.0 | a:1.25 b:0.4 c:1.4 |example 1 1.0 | a:1.72 b:2.3 c:0.6 |exampleone当我
浏览 1提问于2015-05-27得票数 1
1回答
我最近开始使用python从事机器学习等相关领域的工作。今天，我正在处理一个数据集，我想在其中应用降维并应用我的模型来评估分数。这个数据集有30个特征。我从一个简单的算法开始，这是Logistic回归，但在应用我的logistic回归之前，我想做一个PCA。为了确定哪个组件的数量是最好
浏览 1提问于2020-10-26得票数 0
3回答
我正在使用statsmodels运行一个logistic回归，并试图找到我的回归的分数。与sklearn不同，文档实际上并没有提供太多关于sklearn方法的信息，sklearn允许用户通过具有y值和回归系数(即lr.score(test_data, target) )的测试数据集。我应该如何将参数传递给statsmodels的分数函数?文档：
浏览 5提问于2014-06-05得票数 1
回答已采纳
2回答
我的预测模型中既有分类特征，也有连续特征，我希望选择(和排序)最重要的特征。
我使用一个热编码将所有的分类变量转换为虚拟变量(为了更好地解释我的logistic回归模型)。一方面，我使用LogisticRegression (sklearn)，并通过使用它们的系数对最重要的特征进行排序。通过这种方式，我将分类变量和连续变量都视为最重要的特性。另一
浏览 0提问于2020-01-15得票数 9
回答已采纳
1回答
我正在看本教程：https://www.dataquest.io/mission/74/getting-started-with-kagglefrom sklearn import cross_validation
alg = LogisticRegression"], cv
浏览 0提问于2016-03-17得票数 0
1回答
我将logistic回归的阈值设置为0.5，然后再使用它进行评分。我现在想要获得该值的精确度、召回率和f1分数。不幸的是，当我尝试这样做时，我看到的唯一阈值是1.0和0.0。如何获取阈值不为0和1的指标。阈值为: 1.0，精度为: 0.85我得不到阈值0.5
浏览 0提问于2016-01-06得票数 2
2回答
我有一个有大约900.000条记录的数据集，其中大约1000个被标记为阳性(研究事件发生了)。
事件发生的概率总是很低(即< 0.1)，我想要创建一个回归模型来预测事件发生的概率。我的第一个想法是使用logistic回归，但我不确定是否可以将输出直接解释为事件发生的概率。在使用其他模型(如SVM或RF )时，也会出现同样的疑问。另一个疑问是，通常的<
浏览 0提问于2017-03-03得票数 7
1回答
我正在学习员工流失率预测，我从predict_proba获得了如下结果，如果我看到第一行，我可能会解释为这名员工将离开公司83%。我理解得对吗？
浏览 6提问于2022-06-23得票数 0
回答已采纳
1回答
我上过一门关于神经网络的课程，不太明白为什么我从logistic回归和两层神经网络(输入层和输出层)中得到了不同的结果。输出层使用sigmoid激活函数。根据我所了解到的，我们可以使用神经网络中的sigmoid激活函数来计算概率。这应该是非常相似的，如果不是完全相同的逻辑回归试图完成的。然后利用梯度下降将误差降到最小。也许有一个简单的解释，但我不明白为什么
浏览 1提问于2017-09-24得票数 10
回答已采纳
1回答
虽然这里回答了一个类似的问题，但我想采取一种不同的方法。假设我有一个二元目标变量1/0和一个分类变量M/F，由此，我可以得到一个比例为p1的M和目标1的F，而p2的F是目标1的，N1和N2分别是M和F的总数。对H0: p1=p2进行测试是否明智？
浏览 0提问于2019-06-03得票数 0
问题: Logistic回归使用L1正则化和L2正则化训练logistic回归模型，使用α= 0.1和λ= 0.1。报告准确率、精确度、召回率、F1分数并打印混淆矩阵_lambda = 0.1classifier = LogisticRegression(penalty='l1',C=c)
y_pred = classifier
浏览 26提问于2018-08-30得票数 0
回答已采纳
1回答
我不知道这两种情况是否都是这样：
当优化收敛时，logistic回归总是找到全局最优解吗？
浏览 1提问于2016-11-24得票数 1
2回答
我知道线性回归做“回归”，logistic回归做“分类”。当我们实现这两种方法时，我能注意到的唯一不同是损失函数:线性回归使用均方误差这样的损失函数，logistic使用交叉熵。还有什么我不知道的区别吗？
浏览 0提问于2018-09-14得票数 1
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM活动推荐
腾讯云开发者
