python sklearn库实现简单逻辑回归的实例代码
Python  /  管理员 发布于 7年前   175
Sklearn简介
Scikit-learn(sklearn)是机器学习中常用的第三方模块,对常用的机器学习方法进行了封装,包括回归(Regression)、降维(Dimensionality Reduction)、分类(Classfication)、聚类(Clustering)等方法。当我们面临机器学习问题时,便可根据下图来选择相应的方法。
Sklearn具有以下特点:
代码如下所示:
import xlrdimport matplotlib.pyplot as pltimport numpy as npfrom sklearn import model_selectionfrom sklearn.linear_model import LogisticRegressionfrom sklearn import metricsdata = xlrd.open_workbook('gua.xlsx')sheet = data.sheet_by_index(0)Density = sheet.col_values(6)Sugar = sheet.col_values(7)Res = sheet.col_values(8)# 读取原始数据X = np.array([Density, Sugar])# y的尺寸为(17,)y = np.array(Res)X = X.reshape(17,2)# 绘制分类数据f1 = plt.figure(1)plt.title('watermelon_3a')plt.xlabel('density')plt.ylabel('ratio_sugar')# 绘制散点图(x轴为密度,y轴为含糖率)plt.scatter(X[y == 0,0], X[y == 0,1], marker = 'o', color = 'k', s=100, label = 'bad')plt.scatter(X[y == 1,0], X[y == 1,1], marker = 'o', color = 'g', s=100, label = 'good')plt.legend(loc = 'upper right')plt.show()# 从原始数据中选取一半数据进行训练,另一半数据进行测试X_train, X_test, y_train, y_test = model_selection.train_test_split(X, y, test_size=0.5, random_state=0)# 逻辑回归模型log_model = LogisticRegression()# 训练逻辑回归模型log_model.fit(X_train, y_train)# 预测y的值y_pred = log_model.predict(X_test)# 查看测试结果print(metrics.confusion_matrix(y_test, y_pred))print(metrics.classification_report(y_test, y_pred))
总结
以上所述是小编给大家介绍的python sklearn库实现简单逻辑回归的实例代码,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对站的支持!
如果你觉得本文对你有帮助,欢迎转载,烦请注明出处,谢谢!
122 在
学历:一种延缓就业设计,生活需求下的权衡之选中评论 工作几年后,报名考研了,到现在还没认真学习备考,迷茫中。作为一名北漂互联网打工人..123 在
Clash for Windows作者删库跑路了,github已404中评论 按理说只要你在国内,所有的流量进出都在监控范围内,不管你怎么隐藏也没用,想搞你分..原梓番博客 在
在Laravel框架中使用模型Model分表最简单的方法中评论 好久好久都没看友情链接申请了,今天刚看,已经添加。..博主 在
佛跳墙vpn软件不会用?上不了网?佛跳墙vpn常见问题以及解决办法中评论 @1111老铁这个不行了,可以看看近期评论的其他文章..1111 在
佛跳墙vpn软件不会用?上不了网?佛跳墙vpn常见问题以及解决办法中评论 网站不能打开,博主百忙中能否发个APP下载链接,佛跳墙或极光..
Copyright·© 2019 侯体宗版权所有·
粤ICP备20027696号