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))
十、逻辑回归
最新推荐文章于 2024-06-13 10:32:35 发布