多分类逻辑回归算法代码python

多分类逻辑回归（Multinomial Logistic Regression），也称为softmax回归，是一种用于解决多类别预测问题的线性模型。在Python中，我们可以使用scikit-learn库来实现这个模型。以下是一个简单的例子：

from sklearn.linear_model import LogisticRegression
from sklearn.preprocessing import LabelBinarizer

# 假设我们有特征数据 X 和标签数据 y (one-hot编码)
X = ...  # 输入特征数据，例如二维数组
y = ...  # 类别标签，可以是整数或字符串，需要转换为二进制表示

# 将标签转换为二进制编码
lb = LabelBinarizer()
y_binarized = lb.fit_transform(y)

# 创建并训练多分类逻辑回归模型
model = LogisticRegression(multi_class='multinomial', solver='lbfgs')
model.fit(X, y_binarized)

# 预测新数据
new_data = ...  # 新的输入数据
predictions = model.predict(new_data)

# 输出概率分布（softmax输出）
probability_distribution = model.predict_proba(new_data)