python良\恶性肿瘤预测-LogisticRegression以及SGDClassifier

该博客介绍了使用Python进行良性与恶性肿瘤预测,通过LogisticRegression和SGDClassifier两种方法建立模型,并展示了数据预处理、模型训练、预测性能评估的过程。实验结果显示,两种模型在准确性上表现出色。
摘要由CSDN通过智能技术生成

# -*- coding: utf-8 -*-
"""
Created on Fri Oct 12 16:56:56 2018

@author: fengjuan
"""

import pandas as pd
import numpy as np
#导入matplotlib工具包的pyplot并简称为plt
#import matplotlib.pyplot as plt
#df_train.info()
#创建特征列表,网址里数据没有表头
column_names=['Sample code number','Clump Thickness','Uniformity of Cell Size',
             'Uniformity of Cell Shape','Marginal Adhesion','Single Epithelial Cell Size',
             'Bare Nulclei','Bland Chromatin','Nomal Nucleoli','Mitoses','Class']
#从网上读取
data=pd.read_csv('https://archive.ics.uci.edu/ml/machine-learning-databases/breast-cancer-wisconsin/breast-cancer-wisconsin.data',
                 names=column_names)
#将数据里的?替换为标准缺失值
data=data.replace(to_replace='?',value=np.nan)<

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
评论 2
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