鸢尾花线性多分类练习

鸢尾花数据集

ris鸢尾花数据集是一个经典的数据集。

包含3类共150条记录，每类各50项数据，每一条记录都有四个体征。

可以通过这四个特征来预测鸢尾花属于哪一个品种。
类别说明

LogisticRegression

1.LogisticRegression（逻辑回归）说明
逻辑回归（Logistic Regression）是用于处理因变量为分类变量的回归问题，常见的是二分类或二项分布问题，也可以处理多分类问题，它实际上是属于一种分类方法。

2.LogisticRegression回归模型在Sklearn中的使用
导入模型

from sklearn.linear_model import LogisticRegression  #导入逻辑回归模型 

②fit()训练
调用fit(x,y)的方法来训练模型，其中x为数据的属性，y为所属类型

clf = LogisticRegression()
print(clf)
clf.fit(train_feature,label)

③predict()预测
利用训练得到的模型对数据集进行预测，返回预测结果

predict['label'] = clf.predict(predict_feature)

LogisticRegression回归模型参数说明

LogisticRegression(C=1.0, class_weight=None, dual=False, fit_intercept=True,
          intercept_scaling=1, max_iter=100, multi_class='ovr', n_jobs=1,
          penalty='l2', random_state=None, solver='liblinear', tol=0.0001