小编cap*_*don的帖子

如何调整缩放的 scikit-learn 逻辑回归系数以对非缩放数据集进行评分?

我目前正在使用 Scikit-Learn 的 LogisticRegression 来构建模型。我用过了

from sklearn import preprocessing
scaler=preprocessing.StandardScaler().fit(build)
build_scaled = scaler.transform(build)
Run Code Online (Sandbox Code Playgroud)

在训练模型之前缩放我的所有输入变量。一切正常并产生一个不错的模型,但我的理解是 LogisticRegression.coeff_ 产生的系数基于缩放变量。是否对这些系数进行了转换,可用于调整它们以产生可应用于非缩放数据的系数?

我正在考虑在生产系统中实现模型,并尝试确定是否所有变量都需要在生产中以某种方式进行预处理以对模型进行评分。

注意:模型可能必须在生产环境中重新编码,并且环境未使用 python。

python preprocessor scikit-learn logistic-regression coefficients

3
推荐指数
2
解决办法
5330
查看次数