Logistic回归 Python实现

本文实现了Logistic回归算法,代码中有梯度下降法和随机下降法供选择,并画图显示了最后的分隔结果。

#!/usr/bin/python
# -*- coding: utf-8 -*-
from numpy import*
import operator
import matplotlib
import matplotlib.pyplot as plt
from os import listdir
def loadDataSet():   #加载数据
    dataMat=[];labelMat=[]
    fr=open('testSet.txt')
    for line in fr.readlines():
        lineArr=line.strip().split()
        dataMat.append([1.0,float(lineArr[0]),float(lineArr[1])])  #1.0是为了方便向量运算
        labelMat.append(int(lineArr[2]))
    return dataMat,labelMat
def sigmoid(inX):
    return 1.0/(1+exp(-inX))
def gradAscent(dataMatIn,classLabels):    #梯度上升
    dataMatrix=mat(dataMatIn)
    labelMat=mat(classLabels).transpose()
    m,n=shape(dataMatrix)
    alpha=0.001
    maxCycles=500
    weights=ones((n,1))
    for k in range(maxCycles):
        h=sigmoid(dataMatrix*weights)
        error=(labelMat-h)
        weights=weights+alpha*dataMatrix.transpose()*error
    return weights
def stocGradAscent1(dataMatrix, classLabels, numIter=150):
    m,n = shape(dataMatrix)
    weights = ones(n)
    for j in range(numIter):
        dataIndex = range(m)
        for i in range(m):
            alpha = 4/(1.0+j+i)+0.0001
            randIndex = int(random.uniform(0,len(dataIndex)))
            h = sigmoid(sum(dataMatrix[randIndex]*weights))
            error = classLabels[randIndex] - h
            weights = weights + alpha * error * dataMatrix[randIndex]
            del(dataIndex[randIndex])
    return weights

def plotBestFit(weights):
    import matplotlib.pyplot as plt
    dataMat,labelMat=loadDataSet()
    dataArr = array(dataMat)
    n = shape(dataArr)[0]
    xcord1 = []; ycord1 = []
    xcord2 = []; ycord2 = []
    for i in range(n):
        if int(labelMat[i])== 1:
            xcord1.append(dataArr[i,1]); ycord1.append(dataArr[i,2])
        else:
            xcord2.append(dataArr[i,1]); ycord2.append(dataArr[i,2])
    fig = plt.figure()
    ax = fig.add_subplot(111)
    ax.scatter(xcord1, ycord1, s=30, c='red',marker='s')
    ax.scatter(xcord2, ycord2, s=30, c='green')
    x = arange(-3.0, 3.0, 0.1)
    y = (-weights[0]-weights[1]*x)/weights[2]
    ax.plot(x, y)
    plt.xlabel('X1'); plt.ylabel('X2');
    plt.show()
def classifyVector(inX,weights):
    prob=sigmoid(sum(inX*weights))
    if(prob>0.5):return 1.0
    else:return 0.0
def colicTest():   #病马测试集
    frTrain = open('horseColicTraining.txt'); frTest = open('horseColicTest.txt')
    trainingSet = []; trainingLabels = []
    for line in frTrain.readlines():
        currLine = line.strip().split('\t')
        lineArr =[]
        for i in range(21):
            lineArr.append(float(currLine[i]))
        trainingSet.append(lineArr)
        trainingLabels.append(float(currLine[21]))
    trainWeights = stocGradAscent1(array(trainingSet), trainingLabels, 1000)
    errorCount = 0; numTestVec = 0.0
    for line in frTest.readlines():
        numTestVec += 1.0
        currLine = line.strip().split('\t')
        lineArr =[]
        for i in range(21):
            lineArr.append(float(currLine[i]))
        if int(classifyVector(array(lineArr), trainWeights))!= int(currLine[21]):
            errorCount += 1
    errorRate = (float(errorCount)/numTestVec)
    print "the error rate of this test is: %f" % errorRate
    return errorRate
def multiTest():
    numTests = 10; errorSum=0.0
    for k in range(numTests):
        errorSum += colicTest()
    print "after %d iterations the average error rate is: %f" % (numTests, errorSum/float(numTests))

dataArr,labelMat=loadDataSet()
#
# wei=gradAscent(array(dataArr),labelMat)
wei2=stocGradAscent1(array(dataArr),labelMat)
#plotBestFit(wei.getA())
plotBestFit(wei2)
# colicTest()


  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: Logistic回归是一种二分类算法,可以用于预测一个样本属于哪一类。在Python中,可以使用scikit-learn库中的LogisticRegression模块来实现Logistic回归。 首先,需要导入相关的库和数据集。例如,可以使用sklearn.datasets中的load_breast_cancer数据集。 ```python from sklearn.datasets import load_breast_cancer from sklearn.linear_model import LogisticRegression from sklearn.model_selection import train_test_split from sklearn.metrics import accuracy_score # 导入数据集 data = load_breast_cancer() # 划分训练集和测试集 X_train, X_test, y_train, y_test = train_test_split(data.data, data.target, test_size=.2, random_state=42) ``` 接下来,可以使用LogisticRegression模块来训练模型,并进行预测。 ```python # 训练模型 model = LogisticRegression() model.fit(X_train, y_train) # 预测测试集 y_pred = model.predict(X_test) # 计算准确率 accuracy = accuracy_score(y_test, y_pred) print("Accuracy: {:.2f}%".format(accuracy * 100)) ``` 最后,可以输出模型的准确率。 ### 回答2: logistic回归是一种经典的分类算法,通常用于解决二分类问题。在实现时,可以使用Python中的Scikit-learn库来进行建模和预测。 首先,需要准备好数据集,该数据集应该包含二分类变量和一些预测变量。可以使用Pandas库来读取和处理数据集。在logistic回归中,需要将目标变量转换为二进制变量(0或1)。 接下来,需要将数据集拆分为训练集和测试集。训练集用于训练模型,而测试集则用于评估模型的性能。可以使用Scikit-learn库中的train_test_split函数来实现数据集的拆分。 接下来,需要使用Scikit-learn库中的LogisticRegression类来进行模型训练。当创建实例时,我们可以设置一些参数,如正则化强度,以控制模型的复杂度。我们还可以使用fit方法拟合数据集,从而训练模型。 一旦模型被训练,我们就可以使用predict或predict_proba方法对测试集进行预测。predict方法将返回类标签,而predict_proba方法将返回概率。 在训练和预测过程中,需要注意异常值、缺失值和特征缩放等问题。这些问题可以使用数据清洗和预处理方法来解决。 总的来说,使用Python实现logistic回归是一项简单而有用的任务。通过对数据进行预处理、拟合和评估,我们可以得到一个准确性较高的模型,并用它来解决分类问题。 ### 回答3: Logistic回归是一种适用于二分类问题的机器学习算法。在实现Logistic回归时,我们可以使用Python编程语言。Python提供了多个机器学习库,如Scikit-learn、TensorFlow等,可以帮助我们构建Logistic回归模型。 首先,我们需要将数据集导入到Python环境中。通常使用Pandas数据处理库,可以方便地读取各种格式的数据文件。然后,我们需要对数据进行预处理,比如去除重复值、填充空值、标准化/归一化等。 接下来,我们需要将数据集分成训练集和测试集。训练集用于训练Logistic回归模型,测试集用于评估模型的性能。一般情况下,我们使用80%的数据作为训练集,20%的数据作为测试集。 接着,我们可以使用Scikit-learn库中的LogisticRegression类来构建Logistic回归模型。该类提供了多个参数,如正则化系数、迭代次数、优化算法等,可以根据具体数据集的特征进行选择。在训练模型后,我们可以使用模型对测试集进行预测,并计算模型的准确率、精确率、召回率等指标。 在实际应用中,我们可以对Logistic回归模型进行优化,比如使用特征选择方法、调整超参数、尝试不同的正则化方法等。此外,我们还可以使用深度学习框架如TensorFlow等实现更加复杂的Logistic回归模型,如多分类Logistic回归、含非线性特征的Logistic回归等。 总之,Python提供了丰富的机器学习库与工具,可以帮助我们很快地构建Logistic回归模型。在实际应用中,还需要根据具体数据集的特征进行调整和优化,以提高模型的预测能力。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值