前言:
线性关系主要解决一类事物的特点,而逻辑回归注重于解决分类问题,试图寻找多种事物的边界所在,因此掌握逻辑回归是十分必要的!
正文:
#老朋友
import matplotlib.pyplot as plt
import numpy as np
#做模型评估的,正确率,召回率等
from sklearn.metrics import classification_report
#数据是否需要标准化,可以做也可以不做
from sklearn import preprocessing
#False代表不做,True代表做
#做标准化会使数据变得更加准确更加平滑,推荐做
scale = True
#载入数据
data = np.genfromtxt("LR-testSet.csv",delimiter = ",")
#切分数据,从第1列到最后一列但不包括最后一列
x_data = data[:,:-1]
#最后一列
y_data = data[:,-1]
#定义画图函数
def plot():
x0 = []
x1 = []
y0 = []
y1 = []
#切分不同类别的数据
#有多少数据,循环多少次
for i in range(len(x_data)):
#如果数据属于y=0这个类别
if y_data[i] == 0:
#把每行第一个数据送给x0
x0.append(x_data[i,0])
#把每行第二个数据送给y0
y0.append(x_data[i,1])
#如果这个数据属于y=1这个类别
else:
#把每行第一个数据送给x0
x1.append(x_data