Я использую sklearn.linear_model.LogisticRegression для проекта классификации текста.Благодаря функциям, которые я извлек, образцы в основном получают оценку с низкой вероятностью.Поэтому, когда я использую predict(), эти выборки всегда классифицируются как класс 0. Но я хочу получить реальные вероятности для выборок и выбрать верхние 25% -30% на основе оценки вероятности.Как я могу получить оценку вероятности для образца?При линейной регрессии predict() обеспечивает фактический выход.Но это не относится к логистической регрессии.Я не ограничен склеарном.Другой пакет также работает.
Чтобы было более понятно, что я хочу получить от функции предсказания, это вернуть фактическое значение вероятности (вывод сигмоидной функции) вместо метки класса, как функция предсказания линейной регрессии.