存在一个解决办法，但它本质上不是 内 的sklearn框架。

如果您具有比例目标变量（值范围0-1），则scikit-learn会遇到两个基本困难：

• 分类器（例如逻辑回归）仅将类标签视为目标变量。作为一种解决方法，您可以简单地将概率限制为0/1并将其解释为类标签，但是您会丢失很多信息。
• 回归模型（例如线性回归）不限制目标变量。您可以对它们进行比例数据训练，但不能保证将看不见数据的输出限制在0/1范围内。但是，在这种情况下，有一个强大的解决方法（如下）。

数学上可以用多种方法来表示逻辑回归。其中之一是广义线性模型，该模型基本上将逻辑回归定义为对数转换概率的正常线性回归。通常，此方法需要复杂的数学优化，因为概率未知，需要与回归系数一起估算。

但是，就您而言，概率是已知的。这意味着您可以简单地使用进行转换y = log(p / (1 - p))。现在它们涵盖了从-oo到的整个范围，oo并且可以用作LinearRegression模型[*]的目标变量。当然，然后需要再次转换模型输出以得出概率p = 1 / (exp(-y) + 1)。

import numpy as np
from sklearn.linear_model import LinearRegression


class LogitRegression(LinearRegression):

    def fit(self, x, p):
        p = np.asarray(p)
        y = np.log(p / (1 - p))
        return super().fit(x, y)

    def predict(self, x):
        y = super().predict(x)
        return 1 / (np.exp(-y) + 1)


if __name__ == '__main__':
    # generate example data
    np.random.seed(42)
    n = 100
    x = np.random.randn(n).reshape(-1, 1)
    noise = 0.1 * np.random.randn(n).reshape(-1, 1)
    p = np.tanh(x + noise) / 2 + 0.5

    model = LogitRegression()
    model.fit(x, p)

    print(model.predict([[-10], [0.0], [1]]))
    # [[  2.06115362e-09]
    #  [  5.00000000e-01]
    #  [  8.80797078e-01]]

• 还有许多其他选择。一些非线性回归模型可以在0-1范围内自然工作。例如，随机森林回归算法将永远不会超出其训练目标变量的范围。只需将概率放入，您将获得概率。具有适当的输出激活功能（tanh，我猜想）的神经网络也可以很好地解决概率问题，但是，如果您要使用这些神经网络，则比sklearn还要专门的库。

[*]实际上，您可以插入 任何 线性回归模型，这可以使方法更强大，但现在不再完全等同于逻辑回归。