天池ML Day2 逻辑回归 demo实践

天池ML训练营 Day2 逻辑回归 demo实践

根据Day2训练内容，自己在Jupyter notebook亲手敲了一遍代码，亲测有效。

Step1. 库函数导入

导入基础函数库

import numpy as np

导入画图库

import matplotlib.pyplot as plt
import seaborn as sns

导入逻辑回归模型函数

from sklearn.linear_model import LogisticRegression

Step2. 生成训练数据集

构造数据集

x_features为输入，6*2矩阵，每个样本有两个特征值

y为对应标记

x_fearures = np.array([[-1, -2], [-2, -1], [-3, -2], [1, 3], [2, 1], [3, 2]])
y_label = np.array([0, 0, 0, 1, 1, 1])

可视化构造的数据样本点

以x第一列为横轴，x的第二列为纵轴，y值为颜色

plt.figure()
plt.scatter(x_fearures[:,0],x_fearures[:,1], c=y_label, s=50, cmap=‘viridis’)
plt.title(‘DataSet’)
plt.show()

Step3. 训练模型

调用逻辑回归模型

lr_clf = LogisticRegression()

用逻辑回归模型拟合构造的数据集

lr_clf = lr_clf.fit(x_fearures, y_label) #其拟合方程为 y=w0+w1x1+w2x2

查看其对应模型的w

print(‘the weight of Logistic Regression:’,lr_clf.coef_)

查看其对应模型的w0

print(‘the intercept(w0) of Logistic Regression:’,lr_clf.intercept_)

Step4. 作出分割线

可视化决策边界

plt.figure()
plt.scatter(x_fearures[:,0],x_fearures[:,1], c=y_label, s=50, cmap=‘viridis’)
plt.title(‘Dataset’)

nx, ny = 200, 100
x_min, x_max = plt.xlim()
y_min, y_max = plt.ylim()
x_grid, y_grid = np.meshgrid(np.linspace(x_min, x_max, nx),np.linspace(y_min, y_max, ny))

z_proba = lr_clf.predict_proba(np.c_[x_grid.ravel(), y_grid.ravel()])
z_proba = z_proba[:, 1].reshape(x_grid.shape)
plt.contour(x_grid, y_grid, z_proba, [0.5], linewidths=2., colors=‘blue’)

plt.show()

Step5. 预测新样本

可视化预测新样本

plt.figure()

加入新的点 new point 1

x_fearures_new1 = np.array([[0, -1]])
plt.scatter(x_fearures_new1[:,0],x_fearures_new1[:,1], s=50, cmap=‘viridis’)
plt.annotate(text=‘New point 1’,xy=(0,-1),xytext=(-2,0),color=‘blue’,arrowprops=dict(arrowstyle=’-|>’,connectionstyle=‘arc3’,color=‘red’))

加入新的点 new point 2

x_fearures_new2 = np.array([[1, 2]])
plt.scatter(x_fearures_new2[:,0],x_fearures_new2[:,1], s=50, cmap=‘viridis’)
plt.annotate(text=‘New point 2’,xy=(1,2),xytext=(-1.5,2.5),color=‘red’,arrowprops=dict(arrowstyle=’-|>’,connectionstyle=‘arc3’,color=‘red’))

画出训练样本的散点图

plt.scatter(x_fearures[:,0],x_fearures[:,1], c=y_label, s=50, cmap=‘viridis’)
plt.title(‘Dataset’)

可视化决策边界

plt.contour(x_grid, y_grid, z_proba, [0.5], linewidths=2., colors=‘blue’)

plt.show()