LogisticRegression 的 predict() 返回硬分类结果（0 或 1），predict_proba() 才返回概率，其第二列为正类概率；需标准化特征并正确使用 scaler，否则易出现异常概率；默认概率未校准，可用 CalibratedClassifierCV 改善。
用 LogisticRegression 拟合模型后必须调用 predict_proba() 才能得到概率
很多人误以为 predict() 返回的是概率，其实它只输出 0 或 1 的硬分类结果。真正输出概率得分的只有 predict_proba()，它返回一个二维数组，每行形如 [p_class_0, p_class_1]，第二列才是正类（通常为标签 1）的概率。
常见错误现象：直接打印 model.predict(X_test) 却期待看到 0.82 这样的值；或者没注意返回结构，取错列导致把负类概率当成了正类得分。
-
predict_proba()返回 shape 为(n_samples, 2)的numpy.ndarray，不是单个标量 - 若训练时标签是字符串（如
['cat', 'dog']），predict_proba()列顺序按classes_属性排序，需用model.classes_确认哪一列对应目标类别 - 想只取正类概率，推荐写法：
proba = model.predict_proba(X_test)[:, 1]
数据预处理不规范会导致 predict_proba() 输出异常值
逻辑回归对特征尺度敏感，未标准化的连续特征（比如年龄和收入量纲差三个数量级）会让梯度下降不稳定，有时出现 predict_proba() 返回全 0.5、或某类概率恒为 0/1 的情况——这往往不是模型坏了，而是数值溢出或收敛失败。
使用场景：特征含原始采集值（如点击次数、页面停留秒数）、文本 TF-IDF 向量、或混合类型（数值+one-hot 编码）时，标准化几乎必做。
立即学习“Python免费学习笔记（深入）”；
- 用
StandardScaler而非MinMaxScaler更稳妥，因逻辑回归假设特征近似服从高斯分布 - 务必对训练集拟合 scaler 后，再用同一 scaler 转换测试集：
scaler.fit_transform(X_train)→scaler.transform(X_test) - 如果用了多项式特征或交互项，必须在 scaler 之后再生成，否则会放大缩放误差
LogisticRegression 默认不输出校准后的概率，需要手动检查是否过拟合
sklearn 的 LogisticRegression 默认使用 L2 正则（penalty='l2', C=1.0），但正则强度不合适时，概率输出会系统性偏移：比如真实概率 0.7 的样本，模型总给出 0.9 —— 这叫“不校准”。验证方法是画 reliability curve（可靠性图），或直接用 calibration_curve。
性能影响：不校准不影响 AUC 或准确率，但会影响阈值决策（如风控中设 0.6 为拒绝线）、以及后续集成（如 stacking 中作为元特征）。
- 快速校准可用
CalibratedClassifierCV包一层：CalibratedClassifierCV(LogisticRegression()) - 若数据量小（cv='prefit' + 单独划分校准集，避免交叉验证引入方差
-
class_weight='balanced'在类别不平衡时比调整C更直接影响概率分布，尤其当少数类召回率更重要时
部署时注意 predict_proba() 的输出格式与生产环境兼容性
线上服务常要求 JSON 接口返回 flat 结构，如 {"score": 0.872}，但 predict_proba() 默认输出二维数组。直接 json.dumps() 会报错（numpy 类型不可序列化），且多维结构难解析。
容易踩的坑：本地脚本能跑通，一上 Flask/FastAPI 就抛 TypeError: Object of type ndarray is not JSON serializable。
- 转 float 再序列化：
float(proba[0][1])或更安全地用proba[0, 1].item() - 批量预测时别用循环转 item，改用
proba[:, 1].tolist() - 如果用 ONNX 或 PMML 导出模型，
predict_proba()行为可能不同，务必用相同输入实测输出结构
predict_proba() 结果当一维数组直接索引——这两处一错，概率就全乱了。 
