机器学习（6）-逻辑回归

逻辑回归：
一般来讲，其实是用于研究某个事件的概率，输出的结果往往是0或者1
而输入又往往不止一个。
就是用几个不同的因素去预测这个事件到底是发生，还是不发生。

在预测的过程中，用到的是神奇的sigmoid函数

还是来看一下购买商品与否的案例：一共有400行数据
第一列是买家的年龄，第二列是买家的薪水，第三列是结果（0代表买过，1代表未买）
我们将数据集分成两部分。300个数据用作训练集，其余的用作测试集。
用逻辑回归训练这100个训练集的买家到底是买还是不买！

• 数据处理

导入数据、设置自变量和因变量

dataset = pd.read_csv('S.csv')
X = dataset.iloc[:, [0,1]].values
y = dataset.iloc[:, 2].values

• 设置训练集和测试集

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size = 0.25, random_state = 0)

• 用拟合器拟合数据