本文介绍了不带预报器的Sklearn回归的处理方法，对大家解决问题具有一定的参考价值，需要的朋友们下面随着小编来一起学习吧！
问题描述
是否可以在sklearn中运行带有和不带有预测值(即只有截取)的回归(例如，Logistic回归)？这似乎是一个相当标准的类型分析，可能这个信息已经在输出中可用。
我找到的唯一相关内容是sklearn.svm.l1_min_c，但这将返回一个非空模型。
我正在寻找类似的东西，只截取的回归(Y = a + ε)与标准回归(Y = a + bX + ε)：http://www.philender.com/courses/linearmodels/notes1/nopredict.html
或具体地说(因为它与逻辑回归相关)：https://stats.stackexchange.com/questions/82940/is-the-null-model-for-binary-logistic-regression-just-the-natural-log-function
推荐答案
我不确定是否理解您的意思，但您可能会对sklearn.dummy.DummyClassifier和sklearn.dummy.DummyRegressor感兴趣，它们使用简单的规则进行预测，例如：
"最频繁"、"均匀"、"常量"、"平均值"、"中位数"，...
否则，请重新表述您的问题以指明更具体的用法。
这篇关于不带预报器的Sklearn回归的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持编程学习网！
本站部分内容来源互联网,如果有图片或者内容侵犯您的权益请联系我们删除！