从logistic回归模型中求取参数估计

Question

我正在培训和调整一种使用pycaret的模型，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)

我希望得到Logistic回归中的特征估计参数，这样我就可以继续了解每个特性对目标的影响大小。然而，对象optimized_lr有一个函数optimized_lr.get_params()，它返回模型的组参数，但是，我对我的调优决策不太感兴趣，相反，我对模型的实际参数非常感兴趣，即Logistic回归中估计的参数。

我怎么能让他们用吡喃呢？(我可以很容易地获得那些使用状态模型等其他包的程序包，但我想知道在pycaret中)

Answer 1

怎么样

for f, c in zip (optimized_lr.feature_names_in_,tuned.coef_[0]):
      print(f, c)