Таким образом, вопрос говорит больше всего: в логистической регрессии мы подходим 1/(1+exp(-y)), где y=a_0+a_1p_1+a_2p_2+..., где p является функцией x, например. p_1(x)=x^2.
1/(1+exp(-y))
y=a_0+a_1p_1+a_2p_2+...
p
x
p_1(x)=x^2
Как sklearn определяет характеристики, p?