python sklearn库实现简单逻辑回归的实例代码


Posted in Python onJuly 01, 2019

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:

  • 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

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三水点靠木网站的支持!
如果你觉得本文对你有帮助,欢迎转载,烦请注明出处,谢谢!

Python 相关文章推荐
跟老齐学Python之编写类之三子类
Oct 11 Python
Python获取Linux系统下的本机IP地址代码分享
Nov 07 Python
介绍Python中的一些高级编程技巧
Apr 02 Python
在Python的Bottle框架中使用微信API的示例
Apr 23 Python
python web框架学习笔记
May 03 Python
简介Python的collections模块中defaultdict类型的用法
Jul 07 Python
python多进程使用及线程池的使用方法代码详解
Oct 24 Python
python利用dlib获取人脸的68个landmark
Nov 27 Python
pytorch中tensor.expand()和tensor.expand_as()函数详解
Dec 27 Python
Python轻量级web框架bottle使用方法解析
Jun 13 Python
Python3 用什么IDE开发工具比较好
Nov 28 Python
python数据库批量插入数据的实现(executemany的使用)
Apr 30 Python
python实现列表的排序方法分享
Jul 01 #Python
Apache,wsgi,django 程序部署配置方法详解
Jul 01 #Python
Python中字符串List按照长度排序
Jul 01 #Python
python opencv minAreaRect 生成最小外接矩形的方法
Jul 01 #Python
VPS CENTOS 上配置python,mysql,nginx,uwsgi,django的方法详解
Jul 01 #Python
Python之pymysql的使用小结
Jul 01 #Python
linux下安装python3和对应的pip环境教程详解
Jul 01 #Python
You might like
php array_map()数组函数使用说明
2011/07/12 PHP
ubuntu10.04配置 nginx+php-fpm模式的详解
2013/06/03 PHP
解析PHP汉字转换拼音的类
2013/06/18 PHP
Javascript中的Split使用方法与技巧
2007/03/09 Javascript
通过jQuery打造支持汉字,拼音,英文快速定位查询的超级select插件
2010/06/18 Javascript
javascript event 事件解析
2011/01/31 Javascript
非主流的textarea自增长实现js代码
2011/12/20 Javascript
Jquery插件写法笔记整理
2012/09/06 Javascript
javascript 面向对象封装与继承
2014/11/27 Javascript
JS获取下拉框显示值和判断单选按钮的方法
2015/07/09 Javascript
jquery单击事件和双击事件冲突解决方案
2016/03/02 Javascript
Javascript实现跑马灯效果的简单实例
2016/05/31 Javascript
老生常谈JQuery data方法的使用
2016/09/09 Javascript
div实现自适应高度的textarea实现angular双向绑定
2017/01/08 Javascript
vue实现lodop打印功能的示例
2020/11/11 Javascript
[01:32:50]DOTA2-DPC中国联赛 正赛 DLG vs XG BO3 第一场 1月25日
2021/03/11 DOTA
在Python的Django框架中包装视图函数
2015/07/20 Python
一步步教你用Python实现2048小游戏
2017/01/19 Python
python django使用haystack:全文检索的框架(实例讲解)
2017/09/27 Python
Python爬虫工程师面试问题总结
2018/03/22 Python
python实现数据写入excel表格
2018/03/25 Python
Python中函数参数调用方式分析
2018/08/09 Python
Python设计模式之状态模式原理与用法详解
2019/01/15 Python
利用python-pypcap抓取带VLAN标签的数据包方法
2019/07/23 Python
Manjaro、pip、conda更换国内源的方法
2020/11/17 Python
使用CSS3制作一个简单的Chrome模拟器
2015/07/15 HTML / CSS
Orlebar Brown官网:设计师泳裤和泳装
2020/12/08 全球购物
数据库面试要点基本概念
2013/10/31 面试题
信息管理员岗位职责
2013/12/01 职场文书
警察思想汇报
2014/01/04 职场文书
幼儿园教师获奖感言
2014/03/11 职场文书
过程装备与控制工程专业求职信
2014/07/02 职场文书
项目申请汇报材料
2014/08/16 职场文书
整顿机关作风心得体会
2014/09/10 职场文书
亮剑观后感
2015/06/05 职场文书
学习十八大的感悟
2015/08/11 职场文书