将Logistic回归分类器导出为数学公式

Question

我正在用Python培训SKLearn的ML模型，有时需要将它们导出为文本（作为数学方程）。在

当进行线性回归时，它非常简单：我使用目标名称（T）、系数（C1...Cn）、截距（C0）和特征名称（A1...An）构造一个字符串，格式如下：

T = C0 + C1A1 + C2A2 + ... + CnAn

但是，我不确定我的分类算法实现。在

例如，假设我有一个Logistic回归分类器，它被训练成使用n个特征（A1, ..., An）在m个类之间进行分类（T1, ..., Tm）。在

如果我理解正确，我可以从分类器（Cij，使用i=1,2,..,m和j=0,1,...,n）获取系数和截取，以编写以下集合：

^{pr2}$

而要选择的类是函数产生最大数的类。在

这个公式正确吗？在