pythonsklearn库实现简单逻辑回归的实例代码_python预测实例资源-CSDN文库

5星 · 超过95%的资源 20 浏览量 2020-12-31 09:59:57 上传评论 3 收藏 50KB PDF 举报

资源推荐

资源详情

资源评论

python sklearn库实现简单逻辑回归的实例代码库实现简单逻辑回归的实例代码

Sklearn简介简介

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：

简单高效的数据挖掘和数据分析工具

让每个人能够在复杂环境中重复使用

建立NumPy、Scipy、MatPlotLib之上

代码如下所示：

import xlrd

import matplotlib.pyplot as plt

import numpy as np

from sklearn import model_selection

from sklearn.linear_model import LogisticRegression

from sklearn import metrics

data = 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软件开发网网站的支持！

如果你觉得本文对你有帮助，欢迎转载，烦请注明出处，谢谢！

您可能感兴趣的文章您可能感兴趣的文章:python实现逻辑回归的方法示例python编写Logistic逻辑回归Python实现的逻辑回归算法示例【附测试

csv文件下载】python代码实现逻辑回归logistic原理python机器学习理论与实战（四）逻辑回归Python tensorflow实现mnist手

写数字识别示例【非卷积与卷积实现】Python使用gluon/mxnet模块实现的mnist手写数字识别功能完整示例详解python实现识

别手写MNIST数字集的程序python读取二进制mnist实例详解python MNIST手写识别数据调用API的方法Python利用逻辑回归

模型解决MNIST手写数字识别问题详解

本内容试读结束，登录后可阅读更多

下载后可阅读完整内容，剩余0页未读，立即下载

内容反馈

df595420469

2023-07-25

作者通过示例清晰地说明了逻辑回归的原理和应用，对新手很友好。
虚伪的小白

2023-07-25

代码注释详细，让读者更好地理解每一个步骤的用途。
恽磊

2023-07-25

这个文件提供了一个清晰简洁的实例代码，很容易理解。
13572025090

2023-07-25

这个文件给出了实际应用中常见的数据预处理步骤，很实用。
开眼旅行精选

2023-07-25

作者对逻辑回归的实现进行了详细解释，让人轻松上手。

weixin_38555350

粉丝: 2
资源: 931

最新资源

资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！点击此处反馈

feedback-tip