溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
本篇內容主要講解“python Logistic回歸怎么實現”，感興趣的朋友不妨來看看。本文介紹的方法操作簡單快捷，實用性強。下面就讓小編來帶大家學習“python Logistic回歸怎么實現”吧!
不要被它的名字弄糊涂！它是一種分類而非回歸算法。它用于根據給定的自變量集估計離散值（二進制值，如0/1，yes/no，true/false）。簡單來說，它通過將數據擬合到logit函數來預測事件發生的概率。因此，它也被稱為logit回歸。由于它預測概率，因此其輸出值介于0和1之間（如預期的那樣）。
再次，讓我們通過一個簡單的例子來嘗試理解這一點。
假設你的朋友給你一個難題來解決。只有2個結果場景 - 要么你解決它，要么你沒解決。現在想象一下，你正在獲得各種各樣的謎題/測驗，試圖了解你擅長哪些科目。這項研究的結果將是這樣的 - 如果給你一個基于三角測量的十年級問題，你有70％的可能解決它。另一方面，如果是第五級歷史問題，獲得答案的概率僅為30％。這就是Logistic回歸為您提供的。
在數學領域，結果的對數幾率被建模為預測變量的線性組合：
odds= p/ (1-p) = probability of event occurrence / probability of not event occurrence
ln(odds) = ln(p/(1-p))
logit(p) = ln(p/(1-p)) = b0+b1X1+b2X2+b3X3....+bkXk以上，p是存在感興趣特征的概率。它選擇的參數最大化觀察樣本值的可能性，而不是最小化誤差平方和（如普通回歸）。
現在，您可能會問，為什么要使用log函數？為簡單起見，我們只是說這是復制步進函數的最佳數學方法之一。我可以詳細介紹，但這會超出本文的目的。
來看使用python的scikit-learn完成的Logistic回歸案例：
# ## 使用Scikit-learn的LogisticRegression完成測試案例# In[30]:import pandas as pdfrom sklearn.linear_model import LogisticRegressionfrom sklearn.metrics import accuracy_score# ### 讀取訓練數據和測試數據集# In[31]:train_data = pd.read_csv('train-data.csv')test_data = pd.read_csv('test-data.csv')print(train_data.head())# ### 打印訓練數據和測試數據形狀# In[32]:print('Shape of training data :',train_data.shape)print('Shape of testing data :',test_data.shape)# In[33]:#現在，我們需要預測測試數據中缺少的目標變量# target變量 - Survived#在訓練數據上分離獨立變量和目標變量train_x = train_data.drop(columns=['Survived'],axis=1)train_y = train_data['Survived']#在測試數據上分離獨立變量和目標變量test_x = test_data.drop(columns=['Survived'],axis=1)test_y = test_data['Survived']model = LogisticRegression(solver='liblinear')model.fit(train_x,train_y)# In[34]:#訓練模型的系數print('Coefficient of model :', model.coef_)#攔截模型print('Intercept of model',model.intercept_)# In[35]:# 預測訓練數據集predict_train = model.predict(train_x)# 訓練數據集得分accuracy_train = accuracy_score(train_y,predict_train)print('accuracy_score on train dataset : ', accuracy_train)# In[36]:# 預測測試數據集predict_test = model.predict(test_x)# 測試數據集得分accuracy_test = accuracy_score(test_y,predict_test)print('accuracy_score on test dataset : ', accuracy_test)到此，相信大家對“python Logistic回歸怎么實現”有了更深的了解，不妨來實際操作一番吧！這里是億速云網站，更多相關內容可以進入相關頻道進行查詢，關注我們，繼續學習！
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
