# coding:utf-8
# 1.获取数据集
#2.数据基本处理
#2.1.数据划分
#3.特征工程——标准化
#4.机器学习(逻辑回归)
#5.模型评估
import pandas as pd
import numpy as np
# 1.获取数据集,引用网上数据https://archive.ics.uci.edu/ml/machine-learning-databases/
#breast-cancer-wisconsin/breast-cancer-wisconsin.data",names=names)
from sklearn.model_selection import train_test_split #2.数据基本处理,所使用的引用
from sklearn.preprocessing import StandardScaler #3.特征工程——标准化,所使用的引用
from sklearn.linear_model import LogisticRegression#4.机器学习,所使用的引用
import ssl
ssl._create_default_https_context = ssl._create_unverified_context
#5.模型评估,所使用的引用
# 1.获取数据集
names = ['Sample code number', 'Clump Thickness', 'Uniformity of Cell Size', 'Uniformity of Cell Shape',
'Marginal Adhesion', 'Single Epithelial Cell Size', 'Bare Nuclei',
机器学习——逻辑回归、肿瘤预测案例(恶性乳腺)
于 2022-01-22 13:14:21 首次发布