十、逻辑回归

def logic_regression():
    '''
    逻辑回归：逻辑回归时解决二分类问题的利器，其输入为一个线性回归的结果。
    API：sklearn.linear_model.LogisticRegression(solver='liblinear', penalty=‘l2’, C = 1.0)
        solver:优化求解方式（默认开源的liblinear库实现，内部使用了坐标轴下降法来迭代优化损失函数）
        sag：根据数据集自动选择，随机平均梯度下降
        penalty：正则化的种类
        C：正则化力度
    分类评估API：sklearn.metrics.classification_report(y_true, y_pred, labels=[], target_names=None )
                y_true：真实目标值
                y_pred：估计器预测目标值
                labels:指定类别对应的数字
                target_names：目标类别名称
                return：每个类别精确率与召回率
    相关概念：精准率：召回率：准确率：
    应用：广告点击率；是否为垃圾邮件；是否患病；金融诈骗；虚假账号
    '''
    data = load_breast_cancer()
    x_train,x_test,y_train,y_test = train_test_split(data.data,data.target,random_state=30,train_size=0.8)
    lg = LogisticRegression()
    lg.fit(x_train,y_train)
    pre = lg.predict(x_test)
    print(confusion_matrix(y_test,pre))