逻辑回归案例一：保险与年龄之间关系分析

逻辑回归案例一：保险与年龄之间关系分析
1 数据加载
2 数据切分
3 模型创建与应用
4 逻辑回归和线性回归关系

手动反爬虫，禁止转载：原博地址 https://blog.csdn.net/lys_828/article/details/121873835（CSDN博主：Be_melting）

 知识梳理不易，请尊重劳动成果，文章仅发布在CSDN网站上，在其他网站看到该博文均属于未经作者授权的恶意爬取信息

逻辑回归案例一：保险与年龄之间关系分析

1 数据加载

导入模块和加载数据

import pandas as pd
from matplotlib import pyplot as plt
%matplotlib inlineimport warnings
warnings.filterwarnings('ignore')df = pd.read_csv('../data/insurance_data.csv')
df.head()

输出结果如下。

数据集中一共两个字段，第一个年龄，第二个为是购买保险的情况，购买就标记为1，未购买就标记为0。可以通过绘图查看两个字段之间的关系，代码如下。

plt.scatter(df.age,df.bought_insurance)

输出结果如下。

根据图形结果，可以看出年龄在于30岁以下的人员购买保险的可能性较低，但是年龄在40岁往上的人员购买保险的人数较高。现在有一个问题：到底一个人员在多少岁是会买保险的？

假定设定为35岁，但是图中有三个异常点，左侧一个是在35岁以下买了保险，右侧两个是35岁以上却没有购买保险。此时就涉及到经常被提及的鲁棒性问题（Robost），表示 控制系统在一定(结构/大小)的参数摄动下，维持其它某些性能的特性。 也就是换成通俗的话：即使有部分问题（异常值）也不会导致系统故障。

考虑到模型的鲁棒性问题，图中三个异常数据相当于就是被忽略了，然后再进行购买保险年龄的划分貌似简单许多，但是这里划分的一条直线就相当于是指定一个x值，如果是在单次模型运行中肯定没有问题，但是在接下来运行时就会产生问题。拿考试的成绩预测来讲，考了两次数学，第一次83，第二次为87，那么第三次就预测为85猜对的可能性也不是没有，但是相较于给定一个预测区间会靠谱许多，比如预测最终的成绩在82-88之间。同理这种方式也可以应用在本次的案例中，可以给定一个范围区间，某一范围的人购买保险的概率很高，但是某一范围的人购买保险的概率很低。

2 数据切分

导入切分数据的函数，进行8:2切分训练集和测试集数据，代码操作如下。

from sklearn.model_selection import train_test_split
X_train, X_test, y_train, y_test = train_test_split(df[['age']],df.bought_insurance,train_size=0.8,random_state=42)X_train.shape
X_test.shape
X_test

输出结果如下。

3 模型创建与应用

导入创建模型的函数，并进行应用，具体的步骤梳理如下。

#第一步：导入创建的模型函数
from sklearn.linear_model import LogisticRegression
#第二步：模型初始化
model = LogisticRegression()
#第三步：训练模型
model.fit(X_train, y_train)
#第四步：模型预测
y_predicted = model.predict(X_test)
#第五步：输出预测概率/结果
model.predict_proba(X_test)  #输出概率
y_predicted                  #输出结果
#第六步：核实真实数据，检验的得分
y_test
model.score(X_test,y_test)

前五步的输出结果如下。

第六步的输出结果如下。

4 逻辑回归和线性回归关系

逻辑回归是基于线性回归之上的，两者均属于回归，也就是判断预测的结果接近真实值的程度，只不过逻辑回归是按照概率将预测的结果进行分类。

模型应用后可以直接输出斜率和截距，代码操作如下。

model.coef_
model.intercept_

输出结果如下。相当于最后的模型为y = 0.0477x -1.303

如果手动完成sklearn中的逻辑回归的算法，需要自己定义函数进行计算，首先通过sigmoid转化器，把直线变成s型曲线。

import math
def sigmoid(x):return 1 / (1 + math.exp(-x))# y = 0.0477x -1.303
def prediction_function(age):z =0.0477 * age - 1.303y = sigmoid(z)return y

对应的曲线就是如下图形。

假如年龄是50岁的人，购买保险的概率计算，输出结果如下。

最后就是可以利用for循环快速找出边界，代码如下。

for i in range(16):print(i+25)print(prediction_function(i+25))

输出结果如下。可以看出27-28岁这个之间是作为是否购买保险的分界线（此结果和指定的随机种子有关系，当前指定的random_state的值为42）

【机器学习】逻辑回归案例一：保险与年龄之间关系分析相关推荐

机器学习逻辑回归算法应用案例
机器学习逻辑回归算法应用案例时间:2020.09.12 出处:https://www.kesci.com/home/project/5bfe39b3954d6e0010681cd1 注明:初学逻辑 ...
【机器学习】逻辑回归案例二：鸢尾花数据分类，决策边界绘制逐步代码讲解
逻辑回归案例二:鸢尾花数据分类,决策边界绘制逐步代码讲解 1 数据加载 2 数据EDA 3 模型创建及应用 3.1 数据切分 3.2 创建模型与分类 3.3 决策边界绘制 3.3.1 二分类决策边界绘 ...
泰坦尼克（机器学习逻辑回归）
泰坦尼克(机器学习逻辑回归) 原文链接数据预处理 import pandas as pd train=pd.read_csv('C:/Users/Admin/Downloads/train.csv' ...
[转载] 吴恩达机器学习逻辑回归练习题：逻辑回归及规则化（python实现）
参考链接: 了解逻辑回归 Python实现练习题背景:网易云课堂->吴恩达机器学习课程->逻辑回归练习题对于练习题的详细内容,和课程中推荐的octave编程实现,请见:吴恩达机器学习逻 ...
机器学习——逻辑回归
机器学习--逻辑回归一.逻辑回归 logistic回归又称logistic回归分析,常用于数据挖掘,疾病自动诊断,经济预测等领域.它是一种广义的线性回归分析模型,因此与多重线性回归分析有很多相同之处 ...
机器学习——逻辑回归常见面试题整理
逻辑回归 1.介绍逻辑回归假设数据服从伯努利分布,通过极大化似然函数的方法,运用梯队下降来求解参数,来达到将数据二分类的目的. 2.逻辑回归的损失函数和梯度下降参数迭代方法逻辑回归的损失函数是它的 ...
第7周--逻辑回归案例练习
第7周--逻辑回归案例练习实验目的实验步骤实验目的实验步骤逻辑回归的基本概念逻辑回归的优缺点优点: 实现简单,广泛的应用于工业问题上: 分类时计算量非常小,速度很快,存储资源低: 便利的 ...
基于机器学习逻辑回归算法完成癌症病人的肿瘤是否良性的判断
https://www.toutiao.com/a6630407688360575502/ 2018-12-04 22:46:48 逻辑回归算法虽然逻辑回归算法的名字中有回归二字,但是它却不是回归算 ...
【机器学习】：sklearn逻辑回归案例分析《良/恶性乳腺癌肿瘤预测》
由于对逻辑回归等算法做到深刻理解有点难,目前还在学习中,尽管有现成的模型库,我们还是需要对模型的底层实现有一个了解.这里先记录一下如何利用sklearn的LogisticRegression来做一个简 ...

【机器学习】逻辑回归案例一：保险与年龄之间关系分析