本文整理汇总了Python中mlxtend.classifier.LogisticRegression.predict_proba方法的典型用法代码示例。如果您正苦于以下问题:Python LogisticRegression.predict_proba方法的具体用法?Python LogisticRegression.predict_proba怎么用?Python LogisticRegression.predict_proba使用的例子?那么恭喜您, 这里精选的方法代码示例或许可以为您提供帮助。您也可以进一步了解该方法所在类mlxtend.classifier.LogisticRegression
的用法示例。
在下文中一共展示了LogisticRegression.predict_proba方法的2个代码示例,这些例子默认根据受欢迎程度排序。您可以为喜欢或者感觉有用的代码点赞,您的评价将有助于系统推荐出更棒的Python代码示例。
示例1: test_predict_proba
# 需要导入模块: from mlxtend.classifier import LogisticRegression [as 别名]
# 或者: from mlxtend.classifier.LogisticRegression import predict_proba [as 别名]
def test_predict_proba():
lr = LogisticRegression(epochs=100,
eta=0.01,
minibatches=1,
random_seed=1)
lr.fit(X, y)
idx = [0, 48, 99] # sample labels: 0, 0, 1
y_pred = lr.predict_proba(X[idx])
expect = np.array([0.009, 0.012, 0.993])
np.testing.assert_almost_equal(y_pred, expect, 3)
示例2: LogisticRegression
# 需要导入模块: from mlxtend.classifier import LogisticRegression [as 别名]
# 或者: from mlxtend.classifier.LogisticRegression import predict_proba [as 别名]
X[:,1] = (X[:,1] - X[:,1].mean()) / X[:,1].std()
lr = LogisticRegression(eta = 0.1,
l2_lambda=0.0,
epochs=500,
#minibatches=1, # 1 for Gradient Descent
#minibatches=len(y), # len(y) for SGD learning
minibatches=5, # 100/5 = 20 -> minibatch-s
random_seed=1,
print_progress=3)
lr.fit(X, y)
y_pred = lr.predict(X)
print('Last 3 Class Labels: %s' % y_pred[-3:])
y_pred = lr.predict_proba(X)
print('Last 3 Class Labels: %s' % y_pred[-3:])
plot_decision_regions(X, y, clf=lr)
plt.title("Logistic regression - gd")
plt.show()
plt.plot(range(len(lr.cost_)), lr.cost_)
plt.xlabel('Iterations')
plt.ylabel('Cost')
plt.show()