线性分类的Jupyter实践
文章目录
Anaconda打开一个.ipynb文件
- Anaconda的安装与创建虚拟环境这里就不说了可以参考
鸢尾花lris数据集的SVM线性分类 - 打开Anaconda自带的命令行工具,如果你已经将anconda添加到环境变量中,也可以使用命令
conda activate exam1
进入aconda的虚拟环境
- 使用命令切换到.ipynb文件所在的目录下,并打开文件
E: //切换盘符
cd MyDownloads //切换到目标文件所在文件夹
jupyter lab //启动JupyterLab
4. 这样就能打开一个ipynb文件了。
鸢尾花数据集2分析
Iris 鸢尾花数据集是一个经典数据集,在统计学习和机器学习领域都经常被用作示例。数据集内包含 3 类共 150 条记录,每类各 50 个数据,每条记录都有 4 项特征:花萼长度、花萼宽度、花瓣长度、花瓣宽度,可以通过这4个特征预测鸢尾花卉属于(iris-setosa, iris-versicolour, iris-virginica)中的哪一品种。
逻辑回归(Logistic Regression)是用于处理因变量为分类变量的回归问题,常见的是分类或二项分布问题,也可以用于多分类问题,它实际上是属于一种分类方法。
导入包与数据集
import numpy as np
from sklearn.linear_model import LogisticRegression
import matplotlib.pyplot as plt
import matplotlib as mpl
from sklearn import preprocessing
import pandas as pd
from sklearn.preprocessing import StandardScaler
from sklearn.pipeline import Pipeline
df = pd.read_csv('http://archive.ics.uci.edu/ml/machine-learning-databases/iris/iris.data', header=0)
x = df.values[:, :-1]
y = df.values[:, -1]
print('x = \n', x)
print('y = \n', y)
le = preprocessing.LabelEncoder()
le.fit(['Iris-setosa', 'Iris-versicolor', 'Iris-virginica'])
print(le.classes_)
y = le.transform(y)
print('Last Version, y = \n', y)
结果:
选取萼片长宽作为特征,使用逻辑回归算法建立逻辑模型,并根据[x,y]计算回归参数
x = x[:, :2]
print(x)
print(y)
x = StandardScaler().fit_transform(x)
lr = LogisticRegression() # Logistic回归模型
lr.fit(x, y.ravel()) # 根据数据[x,y],计算回归参数
结果:
生成网络采样点,并找一个测试点
N, M = 500, 500 # 横纵各采样多少个值
x1_min, x1_max = x[:, 0].min(), x[:, 0].max() # 第0列的范围
x2_min, x2_max = x[:, 1].min(), x[:, 1].max() # 第1列的范围
t1 = np.linspace(x1_min, x1_max, N)
t2 = np.linspace(x2_min, x2_max, M)
x1, x2 = np.meshgrid(t1, t2) # 生成网格采样点
x_test = np.stack((x1.flat, x2.flat), axis=1) # 测试点
cm_light = mpl.colors.ListedColormap(['#77E0A0', '#FF8080', '#A0A0FF'])
cm_dark = mpl.colors.ListedColormap(['g', 'r', 'b'])
y_hat = lr.predict(x_test) # 预测值
y_hat = y_hat.reshape(x1.shape) # 使之与输入的形状相同
plt.pcolormesh(x1, x2, y_hat, cmap=cm_light) # 预测值的显示
plt.scatter(x[:, 0], x[:, 1], c=y.ravel(), edgecolors='k', s=50, cmap=cm_dark)
plt.xlabel('petal length')
plt.ylabel('petal width')
plt.xlim(x1_min, x1_max)
plt.ylim(x2_min, x2_max)
plt.grid()
plt.savefig('2.png')
plt.show()
结果:
估算准确度
y_hat = lr.predict(x)
y = y.reshape(-1)
result = y_hat == y
print(y_hat)
print(result)
acc = np.mean(result)
print('准确度: %.2f%%' % (100 * acc))
结果:
选取花瓣的长宽作为特征分类
- 修改代码,只需将原来的x=x[:,:2]修改为x=x[:,2:]即可。
x = x[:, 2:]
print(x)
print(y)
x = StandardScaler().fit_transform(x)
lr = LogisticRegression() # Logistic回归模型
lr.fit(x, y.ravel()) # 根据数据[x,y],计算回归参数
-
做出的分类图
-
使用花瓣做特征的准确度
小结
回归算法是统计学中最重要的工具之一,它通过建立一个回归方程来预测目标值,并求解回归方程的回归系数。另外,对于鸢尾花而言,使用花瓣长宽作为特征值分类的准确度更高。
参考文档
.ipynb文件的打开
鸢尾花数据集介绍
逻辑回归
分析鸢尾花数据集
鸢尾花数据集线性多分类
鸢尾花数据集线性多分类,可视化显示,测试精度实验