机器学习 day03(三)

逻辑斯蒂回归

2、实战

实战二. 癌细胞数据

1. 导入数据

1. 导入癌细胞数据集
   
2. data总共569条数据,每条数据30个特征
   

2. 创建逻辑斯蒂算法模型,训练

查看泛化性能

3 创建网格搜索模型,调优

1. 查看性能
   
2. 查看查正率,查全率,f1值
   
   这个性能显然是不达标的
   恶性肿瘤的查正率为0.96,也就是100个人中,预测正确的只有96个,有4个本来是良性肿瘤,但却被诊断为恶性肿瘤,这个复查,查正确的可能性很大,然后虚惊一场
   但是,良性肿瘤的查全率为0.97,也就是100个人中,预测为良性正确的有97个,还有3个是恶性肿瘤,却被预测为良性肿瘤,这个是很危险的事,医学检测的准确率一定要很高,接近100%,不然后果很严重

所以,接下来要进行数据优化

4. 数据优化

首先看一下训练集数据,取一条查看

数据之间还是有点差距的,所以还是有必要进行数据的归一化

4.1 归一化

1. 创建归一化模型,进行调优
   
2. 查看性能
   

4.2 正则化

1. 创建正则化模型,调优
   
2. 查看性能
   
   经验准去率那么低,泛化准确率也不用看了,正则化不行

4.3 标准化

1. 创建标准化模型,调优
   
2. 查看性能
   
   经过对比,正则化后的算法模型性能最佳

5. 打包算法