天池龙珠训练营应用逻辑回归对鸢尾花进行分类学习笔记

一、基本知识点
1.逻辑回归简介
逻辑回归其实是一种分类模型，逻辑回归作为一种分类算法优缺点如下：
优点：模型简单，便于计算；计算代价低，计算速度很快。
缺点：分类精度不够高；容易欠拟合
2.逻辑回归基本原理
2.1逻辑回归是为了预测离散值情况下的分类问题，譬如
（1）邮件是否是垃圾邮件
（2）肿瘤恶性良性
如上所述这些例子中，被预测的值Y属于（0,1），即Y有两个取值0和1。一般来说0被称为负累，1被称为正类。在实际问题中，正类负类任意指定的，没有固定这一说。
2.2线性回归解决二分类问题的局限性
以二分类问题为例：

如若改变问题（数据中多出了一个样本）

此时若将分类器的阈值设置为0.5,即此时O左侧就会被预测为0，而右侧就会被预测为1.
总结：若不增加这一样本点，则使用线性回归则可以很好地分类，但是增加了这个样本点之后，则产生了误分类。
2.2逻辑回归假设表达式

模型解释：H(X):当输出为某个数字时，这个数字当作对一个输入X，Y=1/0的概率，即：

2.3决策边界

如上所示：此线L被称为决策边界。
决策边界是假设函数的一个属性，取决于架设函数中的参数,而不是取决于数据集的属性。
2.4参数的拟合

若使用上述函数来拟合，则会产生最后的结果并不是收敛到全局最小值，因为假设函数表达式为一个非线性函数。


3.鸢尾花数据实战
3.1库函数的导入

鸢尾花数据集中包含5个变量，具有四个特征，分别为花萼（长度、宽度）；花瓣（长度、宽度），目标为鸢尾花的三种类别。
3.2数据导入与查看


3.3可视化

结果如下：



箱线图也可以看出不同类别在不同特征之间的差异。
3.4模型训练

则可以得到混淆矩阵

如上混淆矩阵所示：可以发现准确的度为1，代表所有的样本都预测准确了。