标签:iris 逻辑 log 回归 train test import reg sklearn
使用鸢尾花数据集来测试逻辑回归。由于鸢尾花数据集是三个类别,而简单逻辑回归解决的是二分类,故只取鸢尾花数据集的前两个类别,而且为了可视化方便,只取数据集的前两个特征。
1.首先导入数据
#导入数据
import numpy as np
import matplotlib.pyplot as plt
from sklearn import datasets
2.加载数据集
#加载数据
iris = datasets.load_iris()
X = iris.data
y = iris.target
X = X[y<2,:2]#逻辑回归只能解决二分类,而鸢尾花有三类,将其变为两类,只取标
签为0和1的,而且为了可视化的方便,只取前两个特征值
y = y[y<2]
plt.scatter(X[y==0,0],X[y==0,1],color='red')
plt.scatter(X[y==1,0],X[y==1,1],color='blue')
#plt.show()
3.最后再使用逻辑回归就可以啦
#使用逻辑回归
from sklearn.model_selection import train_test_split
X_train,X_test,y_train,y_test=train_test_split(X,y,test_size=.25,random_state=11)
from sklearn.linear_model import LogisticRegression
log_reg=LogisticRegression()
log_reg.fit(X_train,y_train)
print(log_reg.score('logisticregressionscore=',X_test,y_test))#计算准确率
print(log_reg.predict_proba(X_test))
print(log_reg.predict(X_test))
标签:iris,逻辑,log,回归,train,test,import,reg,sklearn 来源: https://www.cnblogs.com/-vom/p/15710187.html
本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享; 2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关; 3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关; 4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除; 5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。