Python实现Logistic 回归实例

最新推荐文章于 2024-07-16 14:29:35 发布

Candice1103

最新推荐文章于 2024-07-16 14:29:35 发布

阅读量1.8k

点赞数 1

分类专栏： python 文章标签： python 实例算法数据

本文链接：https://blog.csdn.net/Candice1103/article/details/50557712

版权

python 专栏收录该内容

4 篇文章 0 订阅

订阅专栏

本文介绍了Python中实现Logistic回归的步骤，包括数据收集、预处理、分析、训练、测试及应用。Logistic回归因其计算成本低、易于理解和实施而被广泛使用，但可能面临欠拟合和分类精度不足的问题，适用于数值型和标称型数据。

摘要由CSDN通过智能技术生成

logistic回归的一般过程：
1、收集数据：任何方式
2、准备数据：由于要计算距离，因此要求数据都是数值型的，另外结构化数据格式最佳。
3、分析数据：采用任一方是对数据进行分析
4、训练算法：大部分时间将用于训练，训练的目的为了找到最佳的分类回归系数
5、测试算法：一旦训练步骤完成，分类将会很快
6、使用算法：首先，我们需要输入一些数据，并将其转化成对应的结构化数值；接着基于训练好的回归系数就可以对这些数值进行简单的回归计算，判定它们属于哪一类别；在这之后，我们就可以在输出的类别上做一些其他的分析工作。
logistic 回归
优点：计算代价不高，易于理解与实现。
缺点：容易欠拟合，分类精度可能不高。
适用数据类型：数值型和标称型数据。

Logistic回归梯度上升优化算法
#载入数据集
def loadDataSet():
    dataMat = [];labelMat = []
    fr = open('testSet.txt')
    for line in fr.readlines():
        lineArr = line.strip().split()      dataMat.append([1.0,float(lineArr[0]),float(lineArr[1])])
        labelMat.append(int(lineArr[2])) 
    return dataMat, labelMat
#定义sigmoid函数
def sigmoid(inX):
    return 1.0/(1+exp(-inX))
#梯度上升算法
def gradAscent(dataMatIn, classLabels):
    dataMatrix = mat(dataMatIn,classLabels)
    labelMat = mat(classLabels).transpose()
    m,n = shape(dataMatrix)
    alpha = 0.001
    maxCycles = 500
    weights = ones((n,1))
    for k in range(maxCycles):
        h = sigmoid(dataMatrix*weights)
        error = (labelMat - h)
        weights = weights + alpha * dataMatrix.transpose()*error
    return weights
#分析数据：画出决策边缘
def plotBestFit(weights)
    import matplotlib.pyplot as plt
    dataMat, labelMat = loadDataSet()
    dataArr = arry(dataMat)
    n = shape(dataArr)[0]
    xcord1 = []; ycord1 = []
    for i in range(n):
        if int(labelMat[i]) == 1:
            xcord1.append(dataArr[i,1]); ycord1.append(dataArr[i,2])
        else:
            xcord2.append(dataArr[i,1]); ycord2.append(dataArr[i,2])
    fig = plt.figure()
    ax = fig.add_subplot(111)
    ax.scatter(xcord1, ycord1, s = 30, c = 'red', marker = 's')
    ax.scatter(xcord2, ycord2, s = 30, c = 'green')
    x = arange(-3.0, 3.0, 0.1)
    y = (-weights[0]-weights[1]*x)/weights[2]
    ax.plt(x,y)
    plt.xlabel('x1');plt.xlabel('x2')
    plt.show()
#logistic回归分类函数实例
def classifyVector(inX, weights):
    prod = sigmoid(sum(inX*weights))
    if prob > 0.5: return 1.0
    else return 0.0
def colicTest():
    frTrain = open('horseColicTraining.txt')
    frTest = open('horseColicTest.txt')
    trainingSet = [];trainingLabels = []
    for line in frTrain.readlines():
        currLine = line.strip().split('\t')
        lineArr = []
        for i in range(21):
            lineArr.append(float(currLine[i]))
        trainingSet.append(lineArr)
        trainingLabels.append(float(currLine[21]))
    trainingWeights = stocGradAscent1(array(trainingSet),trainingLabels,500)
    errorCount = 0; numTestVec = 0.0
    for linmue in frTest.readlines():
        numTestVec += 1.0
        currLine = line.strip().split('\t')
        lineArr = []
        for i in range(21):
            lineArr.append(float(currLine[i]))
        if int(classifyVector(array(lineArr),trainingWeights)) != int(currLine[21]):
            errorCount += 1
    errorRate = (float(errorCount)/numTestVec)
    print"the error rate of this test is :%f" % errorRate
    return errorRate
def multiTest():
    numTests = 10; errorSum = 0.0
    for k in ranges(numTests):
        errorSum += colicTest()
    print"after %d iterations the average error rate is : %f " % (numTests,errorSum/float(numTests))