使用sci-kit学习聚类逻辑回归模型

Question

我有一堆逻辑回归模型，我想看看它们如何聚类。有效地制作一些模型来代表整个团队。

然而，许多模型没有相同的参数。当有可能并非所有模型都具有所有参数时，在贝塔上聚类似乎很奇怪

Answer 1

我建议群集每个解释变量的优势比的对数。通过这种方式，不具备某些回归量的模型可以使用0.0填充空值（这可以通过pandas轻松完成

假设您有此表单中所有模型的列表：

models = [{'beta1': m1_b1, 'beta2': m1_b2}, {'beta1': m2_b1, 'beta3': m2_b3}]

上面的术语是m1_b1表示模型1，beta 1.你会注意到这两个人没有相同的beta。

您可以将它们放入数据框中，如下所示：

df = pd.DataFrame(models).fillna(0.0)