from sklearn.linear_model import LogisticRegression lr = LogisticRegression() lr.fit(X,Y) #训练数据 X是坐标 Y是标签 lr.predict(textX) #预测textX的label lr.predict_proba(textX) #返回预测textX属于某标签的概率
例子:
#导入库
import matplotlib.pyplot as plt
from sklearn import linear_model
#设置训练集的点 和结果
X=[[20,3],[23,7],[31,10],[42,13],[50,7],[60,5]]
Y=[0,1,1,1,0,0]
#逻辑回归训练
lr=linear_model.LogisticRegression(solver='liblinear')
lr.fit(X,Y)
#设置测试点 输出测试数据的结果label
textX=[[28,8]]
lable=lr.predict(textX)
print(lable)
#输出概率
predict=lr.predict_proba(textX)
print(predict)
得到结果:
label:
[1]
predict:
[[0.14694811 0.85305189]]
画图:
#导入库
import matplotlib.pyplot as plt
from sklearn import linear_model
#设置训练集的点 和结果
X=[[20,3],[23,7],[31,10],[42,