我正在pycaret中训练和调优一个模型，例如：
from pycaret.classification import *
clf1 = setup(data = train, target = 'target', feature_selection = True, test_data = test, remove_multicollinearity = True, multicollinearity_threshold = 0.4)
# create model
lr = create_model('lr')
# tune model
tuned_lr = tune_model(lr)
# optimize threshold
optimized_lr = optimize_threshold(tuned_lr)我想得到逻辑回归中特征的估计参数，这样我就可以继续了解每个特征对目标的影响大小。然而，对象optimized_lr有一个函数optimized_lr.get_params()，它返回模型的hiperparameters，然而，我对我的调整决策不太感兴趣，相反，我对模型的真实的参数很感兴趣。Logistic回归中估计的值。
我怎样才能使用pycaret得到它们呢？（我可以很容易地使用其他包，如statmodels，但我想知道在pycaret）
2条答案
按热度按时间v2g6jxz61#
怎么样
ru9i0ody2#
要获得系数，请使用以下代码：
现在我们可以创建一个 Dataframe ，这样我们就可以清楚地看到它是如何与自变量相关的。