Wie erstelle ich logischerweise sklearn (python) logistische Regression predict_proba Ergebnis für mehrere Klassifizierung korrekt

Question

Wenn ich eine grundlegende logistische Regression mit 4 Klassen ausführen, kann ich die Predict_Proba-Array erhalten.

Wie kann ich die Wahrscheinlichkeiten mithilfe der Koeffizienten und Abschnitte manuell berechnen? Was sind die genauen Schritte, um die gleichen Antworten zu erhalten, die predict_proba generiert?

Es scheint mehrere Fragen zu diesem online zu geben und einige Vorschläge, die entweder unvollständig sind oder nicht übereinstimmen.

Zum Beispiel kann ich diesen Prozess nicht von meinem Sklearn-Modell replizieren, was fehlt also?

https://stats.idre.ucla.edu/stata/code/manually-generate-predicted-probabilities-from-a-multinomial-logistic-regression-in-stata/

Danke,

Answer 1

Replizieren sklearn calcs (sah dies auf einem anderen post):

V = X_train.values.dot(model.coef_.transpose()) 
U = V + model.intercept_ 
A = np.exp(U) 
P=A/(1+A) 
P /= P.sum(axis=1).reshape((-1, 1)) 

als softmax calcs etwas anders scheint, oder die UCLA stat Beispiel, aber es funktioniert .