scikit-learn Logisti c Прогнозирование регрессии не то же самое, что и самореализация

Question

Я обучил модель с помощью классификатора LogisticRegression от scikit-learn (многочлен / мультикласс). Затем я сохранил коэффициенты из модели в файл. Затем я загрузил коэффициенты в мою собственную самореализацию softmax, которая, как утверждает документация scikit-learn , используется классификатором регрессии Logisti c для полиномиального случая. Однако прогнозы не совпадают.

1. Обучение модели mlo git с scikit-learn

from sklearn.linear_model import LogisticRegression
from sklearn.model_selection import train_test_split
import json

# Split data into train-test
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.33, random_state=42)

# Train model
mlr = LogisticRegression(random_state=21, multi_class='multinomial', solver='newton-cg')
mlr.fit(X_train, y_train)
y_pred = mlr.predict(X_test)

# Save test data and coefficients
json.dump(X_test.tolist(), open('X_test.json'), 'w'), indent=4)
json.dump(y_pred.tolist(), open('y_pred.json'), 'w'), indent=4)
json.dump(mlr.classes_.tolist(), open('classes.json'), 'w'), indent=4)
json.dump(mlr.coef_.tolist(), open('weights.json'), 'w'), indent=4)

Самореализация softmax через Scipy

from scipy.special import softmax
import numpy as np
import json

def predict(x, w, classes):
    z = np.dot(x, np.transpose(w))
    sm = softmax(z)
    return [classes[i] for i in sm.argmax(axis=1)]

x = json.load(open('X_test.json'))
w = json.load(open('weights.json'))
classes = json.load(open('classes.json'))

y_pred_self = predict(x, w, classes)

Результаты не совпадают По сути, когда я сравниваю y_pred_self с y_pred, они не совпадают (примерно на 85% похоже).

Так что мой вопрос в том, имеет ли софтмакс-учение softmax или predict реализация нестандартные / скрытые настройки?

Примечание: я также попробовал самореализацию в Ruby, и она также дает прогнозы, которые выключены.

Answer 1

Есть некоторые различия, которые я видел на первый взгляд. Пожалуйста, обратите внимание на следующие моменты:

1. Регуляризация
Согласно документам scikit-learn использует термин регуляризации:

В этом классе реализована регуляризованная логистика c регрессия [...]. Обратите внимание, что регуляризация применяется по умолчанию.

Таким образом, вы можете деактивировать термин регуляризации из реализации scikit-learn или добавить регуляризацию в вашу собственную реализацию.

2. Смещение
В документах вы можете прочитать, что используется термин смещения:

fit_interceptbool, default = True
Указывает, следует ли добавить константу (она же смещение или перехват) к функции принятия решения.

Таким образом, вы можете деактивировать смещение в реализации scikit-learn или добавить термин смещения в вашу реализацию.

Может быть, использовать хорошо известный набор данных из scikit-learn library или предоставьте свой набор данных, чтобы легче было воспроизвести проблему. Дайте мне знать, как это работает.