0
我有一個testDF這樣,並設法使二元分類[0; 1]:添加概率的預測值
另外我有具有相同的結構,並與填充不良一個trainDF爲了訓練的目的,它的值。
我提出的目標和列車組從trainDF:
target = trainDF.bad.values
train = trainDF.drop('bad', axis=1).values
然後我追加邏輯迴歸模型,並做交叉驗證:
model=[]
model.append (linear_model.LogisticRegression(C=1e5))
TRNtrain, TRNtest, TARtrain, TARtest = train_test_split(train, target,test_size=0.3, random_state=0)
然後配合上驗證,並做preds:
model.fit(TRNtrain, TARtrain)
pred_scr = model.predict_proba(TRNtest)[:, 1]
然後適合整套和預測不良值:
model.fit(train, target)
test = testDF.drop('bad', axis=1).values
testDF.bad=model.predict(test)
我的問題:我如何添加從壞的價值迴歸= 1附加列的概率是多少?我應該採取哪些措施?
任何幫助將不勝感激!