机器学习实战——利用Logistic回归预测疝气病症的病马的死亡率

数据来源

http://archive.ics.uci.edu/ml/machine-learning-databases/horse-colic

处理过程

由于该数据集存在30%的缺失，那么首先必须对数据集进行预处理，这里我把缺失值用每列的平均值来代替，同时把数据集没用的几列数据舍弃。之后利用sklearn库进行Logistic回归。

代码与数据已经打包上传，如果有需要请移步：
http://download.csdn.net/detail/qq_30091945/9822726

结果：
由于有30%的数据缺失，不可避免误差过大。

Python代码如下：

#!/usr/bin/env python
# -*- coding: utf-8 -*-
# @Time    : 2017/4/23 0023 7:59
# @Author  : Aries
# @Site    :
# @File    : 疝气症预测病马死亡率.py
# @Software: PyCharm Community Editionimport numpy as np
import matplotlib as mpl
import matplotlib.pyplot as plt
from sklearn.linear_model import LogisticRegressiondef GetData(path):""":param path: 数据集路径:return: 返回数据集"""Data = []Label = []#没有用的属性的下标index = [2,24,25,26,27]with open(path) as f:for line in f.readlines():LineArr = line.strip().split(" ")m = np.shape(LineArr)[0]data = []for i in range(m):if i in index:#没有用的属性直接跳过continueelif i == 22:#下标为22的属性是分类#1代表活着，标记设为1#2,3分别代表死亡，安乐死，标记设为0if LineArr[i] == '?':Label.append(0)elif int(LineArr[i]) == 1:Label.append(1)else:Label.append(0)else:#剩下的是有用数据if LineArr[i] == '?':#缺失数据首先由0代替data.append(0.0)else:data.append(float(LineArr[i]))Data.append(data)Data = np.array(Data)Label = np.array(Label)return Data,Labeldef ZeroProcess(data):""":param data:需要进行0值处理的数据:return: 返回把0值已经处理好的数据"""m,n = np.shape(data)for i in range(n):avg = np.average(data[:,i])if np.any(data[:,i]) == 0:for j in range(m):data[j][i] = avgelse:continuereturn datadef autoNorm(Data):""":param Data: 需要进行归一化的数据:return: 进行Max-Min标准化的数据"""#求出数据中每列的最大值，最小值，以及相应的范围data_min = Data.min(0)data_max = Data.max(0)data_range = data_max-data_min#进行归一化m = np.shape(Data)[0]Norm_Data = Data - np.tile(data_min,(m,1))Norm_Data = Norm_Data / data_rangereturn Norm_Datadef PreProcess(data):"""数据预处理，包括0值处理和归一化:param data:需要处理的数据:return: 已经处理好的数据"""#对数据进行0值处理Non_Zero_Data = ZeroProcess(data)#对数据进行归一化Norm_Data = autoNorm(Non_Zero_Data)return  Norm_Datadef run_main():"""这是主函数"""#导入训练与测试数据集path1 = "./horse_colic_train.txt"path2 = "./horse_colic_test.txt"Train_Data,Train_Label = GetData(path1)Test_Data,Test_Label = GetData(path2)#数据预处理，包括0值处理和归一化Train_Data_Precess = PreProcess(Train_Data)Test_Data_Process = PreProcess(Test_Data)#设置matplotlib，能让它显示中文mpl.rcParams['font.sans-serif'] = [u'simHei']mpl.rcParams['axes.unicode_minus'] = False#训练Logistic回归算法logistiic_regression = LogisticRegression()model = logistiic_regression.fit(Train_Data_Precess,Train_Label)print("Logistic回归的系数为：", logistiic_regression.coef_, "常数项为:", logistiic_regression.intercept_)#对Logistic回归算法进行测试Train_Label_Predict = logistiic_regression.predict(Train_Data_Precess)error = 0.0for i in range(len(Train_Label)):if Train_Label[i] != Train_Label_Predict[i]:error = error + 1.0error = error / len(Train_Label)avg = np.average(Train_Label)TSS = np.sum((Train_Label-avg)**2)RSS = np.sum((Train_Label_Predict-Train_Label)**2)R2 = 1 - RSS/TSSprint("训练样本的误差为：",error)print("R2为:",R2)#测试新数据Test_Label_Predict = logistiic_regression.predict(Test_Data_Process)err = 0.0for i in range(len(Test_Label_Predict)):print(Test_Label[i],Test_Label_Predict[i])if Test_Label_Predict[i] != Test_Label[i]:err = err + 1.0err = err / len(Test_Label)print("误差为：",err)if __name__ == "__main__":run_main()

机器学习实战——利用Logistic回归预测疝气病症的病马的死亡率相关推荐

Logistic回归实战---疝气病症预测病马的死亡率
Logistic回归实现预测HorseColic 使用Logistic回归来预测患疝气病的马的存活问题(从疝气病症预测病马的死亡率) 一.环境准备原始数据集下载及说明:http://archive. ...
从疝气病症预测病马的死亡率的测试数据集下载
说明学生党,最近正在学模式识别这门课,在参考<机器学习实战>这本书实现Logistic回归时,发现CSDN上大部分数据集都收费.<机器学习实战>上给出了数据集来源,并且是免费 ...
Logistic 回归(sigmoid函数，手机的评价,梯度上升，批处理梯度,随机梯度，从疝气病症预测病马的死亡率...
(手机的颜色,大小,用户体验来加权统计总体的值)极大似然估计MLE 1.Logistic回归 Logistic regression (逻辑回归),是一种分类方法,用于二分类问题(即输出只有两种).如 ...
《机器学习实战》 Logistic回归预测患有疝气病的马的存活问题
<机器学习实战> 实现使用Logistic回归来预测患有疝气病的马的存活问题: 结果截图: 完整代码: # -*- coding: utf-8 -*- # @Time : 2021/6/2 ...
逻辑回归实战：从疝气病症预测病马的死亡率
下面使用Logistic回归来预测患有疝病的马的存活问题,数据集中包含了368个样本和28个特征.数据集中包含了医院检测马疝病的一些指标,有的指标比较主观,有的指标难以测量,例如马的疼痛级别.另外需要 ...
机器学习实战：逻辑回归(2)-从疝气病症预测病马的死亡率
1.准备数据:处理数据中的缺失值可选的做法: 使用可用特征的均值来填补缺失值: 使用特殊值来填补缺失值,如-1: 忽略有缺失值的样本: 使用相似样本的均值添补缺失值: 使用另外的机器学习算法预测缺失 ...
python预测疾病_吴裕雄--天生自然python机器学习：使用Logistic回归从疝气病症预测病马的死亡率...
,除了部分指标主观和难以测量外,该数据还存在一个问题,数据集中有 30%的值是缺失的.下面将首先介绍如何处理数据集中的数据缺失问题,然后再利用 Logistic回归和随机梯度上升算法来预测 ...
【Python 机器学习实战】Logistic回归
引言假设现在有一些数据点,我们用一条直线对这些点进行拟合(该线称为最佳拟合直线),这个拟合过程就称作回归. 利用Logistic回归进行分类的主要思想是:根据现有数据对分类边界线建立回归公式,以此进 ...
logistic回归分析优点_机器学习实战项目-Logistic回归
Logistic 回归概述 Logistic 回归虽然名字叫回归,但是它是用来做分类的.其主要思想是: 根据现有数据对分类边界线建立回归公式,以此进行分类. 须知概念 Sigmoid 函数回归概 ...

机器学习实战——利用Logistic回归预测疝气病症的病马的死亡率

数据来源

处理过程

机器学习实战——利用Logistic回归预测疝气病症的病马的死亡率相关推荐

最新文章

热门文章