python - 如何显示模型的输出？

Question

我正在执行一项机器学习任务，其中使用逻辑回归进行主题分类。

如果这是我的代码:

model= LogisticRegression()
model= model.fit(mat_tmp, label_tmp)

y_train_pred = model.predict(mat_tmp_test)

print(metrics.accuracy_score(label_tmp_test, y_train_pred))

有没有办法可以输出模型内部到底发生了什么。就像我的模型正在做什么的一个工作示例一样？比如可能会显示 2-3 个文档以及它们是如何分类的？

Answer 1

为了充分了解模型中发生的情况，您必须首先花一些时间研究逻辑回归算法(例如，从讲义或 Wikipedia )。与其他监督技术一样，逻辑回归具有超参数和参数。超参数基本上指定了算法的运行方式，您必须在初始化时(即在看到任何数据之前)提供这些参数。例如，您可能拥有有关类分布的先验信息，这将是一个超参数。参数是从您的数据中“学习”的。

一旦您理解了算法，有趣的问题将是模型的参数是什么(回想一下，这些参数是从数据中检索的)。通过访问 documentation ，您在属性部分中发现该分类器有 3 个参数，您可以通过它们的字段名称访问它们。

如果您对这些细节不感兴趣，而只想评估分类器的准确性，则一种有用的技术是交叉验证。您将标记数据分成 k 个大小相等的子集，并使用其中的 k-1 个子集训练分类器。然后，您在剩余 1 个子集上评估经过训练的分类器并计算准确性(即可以正确预测数据的比例)。这种方法有其缺点，但事实证明通常非常有用。