机器学习-分类算法-逻辑回归13
逻辑回归是解决二分类问题的利器
数据来源:https://archive.ics.uci.edu/ml/machine-learning-databases/breast-cancer-wisconsin/
逻辑回归在算法实现的时候有个判定是某个类别的概率,我们一般是根据样本数量的大小去判定。
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import StandardScaler
from sklearn.linear_model import LogisticRegression
from sklearn.metrics import classification_report
import pandas as pd
import numpy as npdef logistic():"""逻辑回归做二分类进行癌症预测(根据细胞的属性特征):return: """# 构造列标签名字column = ["Sample code number","Clump Thickness","Uniformity of Cell Size","Uniformity of Cell Shape","Marginal Adhesion","Single Epithelial Cell Size","Bare Nuclei","Bland Chromatin","Normal Nucleoli","Mitoses","Class"]# 读取数据data = pd.read_csv("file:///C:/Users/Administrator/Downloads/breast-cancer-wisconsin.data",names = column)print(data)# 缺失值处理data = data.replace(to_replace="?",value=np.nan)data = data.dropna()# 进行数据分割(取出特征值,目标值)x_train,x_test,y_train,y_test = train_test_split(data[column[1:10]],data[column[10]],test_size=0.25)# 进行标准化处理std = StandardScaler()x_train = std.fit_transform(x_train)x_test = std.transform(x_test)# 逻辑回归预测lg = LogisticRegression(C=1.0)lg.fit(x_train,y_train)print(lg.coef_)y_predict = lg.predict(x_test)# 预测结果print("逻辑回归准确率:",lg.score(x_test,y_test))print("召回率:",classification_report(y_test,y_predict,labels=[2,4],target_names=["良性","恶性"]))return Noneif __name__=="__main__":logistic()
机器学习-分类算法-逻辑回归13相关推荐
- 逻辑回归二分类算法python_机器学习第七周--二分类算法逻辑回归
一.Logistic分类算法 逻辑回归(Logistic Regression, LR)是传统机器学习中的一种分类模型,由于算法的简单和高效,解释性好以及容易扩展等优点,被广泛应用于点击率预估(CTR ...
- 使用聚类算法(Kmeans)进行数据降维并作为分类算法逻辑回归(logistic Regression)的数据预处理步骤实战
使用聚类算法(Kmeans)进行数据降维并作为分类算法逻辑回归(logistic Regression)的数据预处理步骤实战 目录
- 【机器学习笔记四】分类算法 - 逻辑回归
参考资料 [1] Spark MLlib 机器学习实践 [2] 统计学习方法 1.Logistic分布 设X是连续随机变量,X服从Logistic分布是指X具有下列分布函数和密度函数 ,. ...
- 分类算法-逻辑回归与二分类
逻辑回归(Logistic Regression)是机器学习中的一种分类模型,逻辑回归是一种分类算法,虽然名字中带有回归,但是它与回归之间有一定的联系.由于算法的简单和高效,在实际中应用非常广泛. 1 ...
- 15分钟带你入门sklearn与机器学习——分类算法篇
作者 | 何从庆 本文转载自AI算法之心(ID:AIHeartForYou) [导读]众所周知,Scikit-learn(以前称为scikits.learn)是一个用于Python编程语言的免费软件机 ...
- 【机器学习基础】逻辑回归 + GBDT模型融合实战!
作者:吴忠强,东北大学,Datawhale成员 一.GBDT+LR简介 协同过滤和矩阵分解存在的劣势就是仅利用了用户与物品相互行为信息进行推荐, 忽视了用户自身特征, 物品自身特征以及上下文信息等,导 ...
- 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 ...
- 机器学习(一)——线性回归、分类与逻辑回归
http://antkillerfarm.github.io/ 序 这是根据Andrew Ng的<机器学习讲义>,编写的系列blog. http://www.cnblogs.com/jer ...
- 机器学习2 分类与逻辑回归
分类问题和线性回归问题很像,只是在分类问题中我们预测的 yyy 值包含在一个小的离散数据集里.首先,认识一下二元分类(binary classification),在二元分类中,y" r ...
最新文章
- 这个新方法,竟然能检测 Python 代码的好坏!
- ElasticSearch之Centos7下安装
- docker详细介绍
- MIR6校验时移动平均价为负的原因及解决
- Python偷懒小技巧-提高10倍工作效率
- 在飞音G801上运行OpenWRT+Asterisk
- Highcharts 本地导出图片 Java
- mysql 加载数据校验_mysql 导入数据后的校验程序
- 改进粒子群优化算法(PURPSO)的MATLAB源程序
- fillrect不填充被覆盖的区域 mfc_纹理和图案填充
- mysql中权限的小知识
- php 单位食堂订餐,单位饭堂订餐系统(手机订餐)
- IOUtils常用方法的使用
- 管家婆 凭证查找 Date exceeds maximum of 19-12-31 报错解决办法
- 手机日历便签怎么设置日历开始于周几?
- 能编辑pdf文件的软件
- 8051单片机Proteus仿真与开发实例-74HC573锁存器驱动仿真
- webrtc中的码率控制
- 瑞芯微(RKDocs)平台技术开发资料汇总(rk3188,rk3066,RK3128,rk3288)
- [经典面试题]实现memcpy库函数
热门文章
- simulink中mpc模块怎么使用_Controllogix系统中ILX34MBS485模块使用
- 12v电量显示制作方法_如何制作老式12v充电器(四款12v充电器设计制作详解)
- scum开服务器延迟高怎么办,人渣SCUM卡顿优化方法 人渣SCUM卡顿怎么办
- centos nfs java_CentOS下安装配置NFS并通过Java进行文件上传下载
- ThinkPHP5有关模型hasOne、hasMany、belongsTo详解
- java设计模式通俗_通俗易懂的Java设计模式之工厂方法模式
- 虚拟机dhcp服务器怎么检验,实验十二虚拟机上DHCP服务器的配置和验证.doc
- java解析mqtt_物联网安全系列 | MQTT协议安全
- python多核多线程编程_python是否支持多处理器/多核编程?
- hca卡 linux 查看_将Linux装入U盘随身带走!Awesome!