python-Scikit LogisticRegression无法学习或布尔函数

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了python-Scikit LogisticRegression无法学习或布尔函数，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含771字，纯文字阅读大概需要2分钟。

内容图文

似乎在scikit-learn中实现的LogisticRegression无法学习简单的布尔函数AND或OR.我会理解XOR会给出不好的结果,但是AND和OR应该很好.难道我做错了什么？

from sklearn.linear_model import LogisticRegression, LinearRegression
import numpy as np

bool_and = np.array([0., 0., 0., 1.])
bool_or  = np.array([0., 1., 1., 1.])
bool_xor = np.array([0., 1., 1., 0.])


x = np.array([[0., 0.],
              [0., 1.],
              [1., 0.],
              [1., 1.]])

y = bool_and
logit = LogisticRegression()
logit.fit(x,y)

#linear = LinearRegression()
#linear.fit(x, y)

print "expected: ", y
print "predicted:", logit.predict(x)
#print linear.predict(x)

给出以下输出：

expected:  [0 0 0 1]
predicted: [0 0 0 0]

解决方法:

这个问题似乎与正则化有关.以下使分类器起作用：

logit = LogisticRegression(C=100)

不幸的是,文档有点稀疏,所以我不确定C参数的范围是多少.

内容总结

以上是互联网集市为您收集整理的python-Scikit LogisticRegression无法学习或布尔函数全部内容，希望文章能够帮你解决python-Scikit LogisticRegression无法学习或布尔函数所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端