逻辑回归的数学原理

  1. 逻辑回归是一种二分类的有监督学习算法。

  2. 对数几率回归。

  3. 损失函数采用最大似然函数的负对数。

  4. 使用梯度下降算法找最优参数。

对conda 自带数据集分类

导包
读数据
划分训练集和测试集

import numpy as np
import pandas as pd
import matplotlib.pyplot as pltfrom sklearn.datasets import load_breast_cancer
from sklearn.model_selection import train_test_splitcancer=load_breast_cancer()
data=pd.DataFrame(data=cancer.data,columns=cancer.feature_names)xtrain,xtest,ytrain,ytest=train_test_split(data,cancer.target,test_size=0.3,random_state=250)

导入逻辑回归
训练分类器

from sklearn.linear_model import LogisticRegressionlr=LogisticRegression().fit(xtrain,ytrain)

查看训练的各项参数值

lr.coef_

可以看到很多标签的权重特别小,因为逻辑回归默认使用的L2正则化项

也可以使用L1正则化项试一试,但是使用L1正则化项需要加上solver='liblinear',否则会报错。

lr1=LogisticRegression(penalty='l1',solver='liblinear').fit(xtrain_,ytrain)

可以看到,使用L1正则化项,那些极小的参数都变成了0。

查看一下模型准确率

lr.score(xtest,ytest)

对模型进行优化

因为逻辑回归是一种对数几率回归,为了排除量纲对模型的影响,可以对数据先做标准化处理。

from sklearn.preprocessing import StandardScalers=StandardScaler()
xtrain_=s.fit_transform(xtrain)
xtest_=s.fit_transform(xtest)

使用新的训练集做逻辑回归

lr2=LogisticRegression().fit(xtrain_,ytrain)

查看准确率

lr2.score(xtest_,ytest)

可以看到,准确率略有提升

最后

最后的最后,检查一下模型的查全率和查准率

from sklearn.metrics import classification_reportprint(classification_report(ytest,lr1.predict(xtest_)))

逻辑回归——乳腺癌分类相关推荐

  1. 传统机器学习之逻辑回归的分类预测,以威斯康辛州乳腺癌数据集为例

    传统机器学习之逻辑回归的分类预测,以威斯康辛州乳腺癌数据集为例 文章目录 传统机器学习之逻辑回归的分类预测,以威斯康辛州乳腺癌数据集为例 1导入基本库 2读取数据并且变换类型 3输出数据 4可视化数据 ...

  2. 深度学习 神经网络(5)逻辑回归二分类-Pytorch实现乳腺癌预测

    深度学习 神经网络 逻辑回归二分类-乳腺癌预测 一.前言 二.代码实现 2.1 引入依赖库 2.2 加载并查看数据集 2.3 数据处理 2.4 数据分割 2.5 迭代训练 2.6 数据验证 一.前言 ...

  3. 人工智能-逻辑回归、分类评估方法、ROC曲线、类别不平衡

    1,逻辑回归介绍 逻辑回归:分类模型 应用场景:广告点击率.是否垃圾邮件 逻辑回归主要用于解决二分类问题 输入: 逻辑回归的输入:线性回归的结果 激活函数:sigmoid函数 回归的结果输入到sigm ...

  4. 逻辑回归是分类还是回归_分类和回归:它们是否相同?

    逻辑回归是分类还是回归 You might have come across the terms Regression and Classification, and might as well th ...

  5. 机器学习笔记-基于逻辑回归的分类预测

    天池学习笔记:AI训练营机器学习-阿里云天池 基于逻辑回归的分类预测 1 逻辑回归的介绍和应用 1.1 逻辑回归的介绍 逻辑回归(Logistic regression,简称LR)虽然其中带有&quo ...

  6. 机器学习核心总结-概念、线性回归、损失函数、泛化及数据集划分、特征工程、逻辑回归和分类

    文章目录 一.机器学习入门概念 一.基本概念 机器学习:让机器进行学习和决策 机器学习分类:无监督学习.监督学习.强化学习 深度学习:模拟人脑,自动提取输入特征,是实现机器学习的方式之一 神经网络:一 ...

  7. StumbleuponAnalysis--逻辑回归二元分类

    Spark MLlib 下的逻辑回归二元分类 训练模型 导入必要的包 import numpy as np import pyspark from matplotlib import pyplot a ...

  8. ML机器学习算法(一): 基于逻辑回归的分类预测

    机器学习算法(一): 基于逻辑回归的分类预测 1 逻辑回归的介绍和应用 1.1 逻辑回归的介绍 逻辑回归(Logistic regression,简称LR)虽然其中带有"回归"两个 ...

  9. 逻辑回归二分类算法python_多分类逻辑回归 (Multinomial Logistic Regression)

    前言 分类从结果的数量上可以简单的划分为: 二分类(Binary Classification) 多分类(Multinomial Classification). 其中二分类是最常见且使用最多的分类场 ...

最新文章

  1. BaseAdapter的一个简单案例
  2. sublime text 常用快捷键
  3. Real提示“作为受限用户,您无足够的windows操作权限”的解决办法
  4. 快速锁屏电脑快捷键_一学就会的8个电脑快捷键一定要掌握!堪称“高效”神器...
  5. Java字节流的使用
  6. 前端工作笔记-Nginx安装及vue cli部署
  7. mysql hzpy_MySQL 实现查询汉字的拼音首字母 的字拼音
  8. 易语言单窗口单ip软件源码_梦幻西游怎样多开ip转金?老玩家的十大转金秘籍奉上...
  9. 测试用例设计方法——等价类划分法
  10. 数据库之SQL笛卡尔积
  11. plsql能连mysql吗_明星就连拍结婚证件照,也能玩儿出花吗?
  12. 赫兹的单位换算_赫兹单位换算(赫兹的单位换算公式)
  13. 如何查看一个人发表的SCI数量
  14. aliyun资源编排 介绍和实例
  15. 【矩阵计算】QR分解-基于Householder变换
  16. XenDesktop7.15CU3 文件重定向Bug
  17. 5个开源免费的Java项目快速开发脚手架
  18. linux3.0 usb键盘驱动,USBOS V3.0.2021.03.01
  19. 【AirTest】从入门到精通
  20. 如何做一个基于python校园二手书籍交易系统毕业设计毕设作品(Django框架)

热门文章

  1. 教你一个快速查找批量文件的好方法
  2. gcc安装教程(windows版本)
  3. windows 自带计算器介绍
  4. 使用计算机的快捷键有哪些,电脑操作的快捷键有哪些,都是什么作用?
  5. 毕设答辩遇到的小问题
  6. STM32F103+SDIO wifi Marvell8801/Marvell88w8801 介绍(九) ---- Marvell 8801/Marvell 88w8801 实现AP功能/实现热点功能
  7. vi新建一个shell脚本_编写第一个Shell脚本
  8. 神经网络四:Softmax以及与Sigmoid的关系
  9. 【FME EXCEL】FME玩转EXCEL小记——不定期更新
  10. Day2运营思考:七大步骤助推软件生命周期闭环