2类分类中的回归误差

Question

我正在尝试使用g1作为类0和g2作为类1进行逻辑回归：

ft=np.vstack((g1,g2)) #data stacked on each other

class = np.hstack((np.zeros(f), np.ones(f))) #class values in column matrix

clc=np.reshape(cl,(2*f,1)) #class values in an array

w=np.zeros((2,1))   #weights matrix

for n in range(0,5000):

    s = np.dot(ft, w)

    prediction = (1 / (1 + np.exp(-s))) #sigmoid function

    gr = (np.dot(ft.T, class - prediction)) #gradient of loss function

    w += 0.01 * gr

print (w)

我使用sklearn评估结果：

from sklearn.linear_model import 

我得到：

w = [[6.77812323] [2.91052504]]

coef _ = [[1.22724506 1.10456893]

您知道重量为什么不匹配吗？我的数学有什么问题吗？