【吴恩达机器学习】初识sklearn函数

任务：

• 使用scikit学习训练逻辑回归模型。

1、Dataset--特征以及标签数据集

import numpy as np
X = np.array([[0.5, 1.5], [1,1], [1.5, 0.5], [3, 0.5], [2, 2], [1, 2.5]])
y = np.array([0, 0, 0, 1, 1, 1])

2、拟合模型--fit函数

from sklearn.linear_model import LogisticRegression
lr_model = LogisticRegression()
lr_model.fit(X, y)

此时lr_model已经训练完成

3、做预测--predictions函数

X = np.array([[0.5, 1], [1,2], [1.5, 0.5], [3, 0.5], [2, 2], [1, 2.5]])
y_pred = lr_model.predict(X)
print("Prediction on training set:", y_pred)