python - 我可以像分类一样进行线性回归预测吗？

Question

我训练了一个线性回归模型(使用sklearn和python3)，我的训练集有 94 个特征，它们的类别是 0 或 1..然后我去检查测试集上的线性回归模型，它给了我这些结果:

1.[0.04988957]在测试集上其真实值为0

2.[0.00740425]在测试集上其真实值为0

3.[0.01907946]在测试集上其真实值为0

4.[0.07518938]在测试集上其真实值为0

5.[0.15202335]在测试集上其真实值为0

6.[0.04531345]在测试集上其真实值为0

7.[0.13394644]在测试集上其真实值为0

8.[0.16460608]在测试集上其真实值为1

9.[0.14846777]在测试集上其真实值为0

10.[0.04979875]在测试集上其真实值为0

正如你所看到的，在第 8 行它给出了最高值，但问题是我想使用 my_model.predict(testData) 并且它只会给出 0 或 1 作为结果，我怎么可能做到这一点？该模型有我可以使用的任何阈值或自动截止吗？

Answer 1

逻辑回归(参见 sci-kit 或 statsmodels 实现)是正确的工具；它在大多数情况下优于 OLS，并且其预测自然位于区间 (0, 1) 内。