6、python逻辑回归代码案例实现

逻辑回归（Logistic Regression）

    针对因变量为分类变量而进行回归分析的一种统计方法，属于概率性非线性回归。
    
    优点：算法容易实现和部署，执行效率和准确度高。
    
   缺点：离散类型的自变量数据需要通过生成虚拟变量的额方法来使用
   
  
2 公式对比

线性回归方程

y=a1x1+a2x2+....+anxn

Sigmoid函数（Sigmoid Function）

3、虚拟变量

    哑变量和离散特征编码，可以用来表示分类变量、非数量因素可能产生的影响。
    
    离散特征的取值之间有大小的意义 ，例如：尺寸（L、XL、XXL）
    
    离散特征的取值之间没有大小的意义，例如：颜色（red，Blue，Green）

模块实现： pandas.Series.map(dict)

    离散特征的取值之间有大小意义的处理函数。
    
    参数说明：
    
    dict  映射的字典

4、代码案例实现

import pandas

data=pa