PyTorch实现逻辑回归

1. 准备工作

1.1 数据描述

  之前的数据是随机生成的，这次我们以一个真实数据集为例，即二分类数据集-乳腺癌，然后通过Pytorch实现逻辑回归达到二分类的效果。具体数据情况如下所示：

• 数据来源：sklearn.datasets.load_breast_cancer；
• 数据集形状：总计569个样本，良性357个，恶性212个，每个样本由30个属性表示，target表示肿瘤良性1还是恶性0，所有属性值均为number，详情可调用load_breast_cancer()[‘DESCR’]了解每个属性的具体含义；
• 数据集划分：随机选出20%数据作为测试集，不做验证集要求；
• 性能度量：accuracy或ROC。

1.2 设立随机化种子

  为了保证每次的结果都是相同的（实验结果复现）。所以先设置好随机化种子。具体代码如下所示：

import torch
import