第四天:逻辑回归
逻辑回归被用来处理不同的分类问题,看名字是回归模型实际上是分类模型,这里的目的是预测当前被观察的对象属于什么类别。逻辑回归模型会提供一个离散的输出结果。一个简单的例子是判断一封邮件是否是垃圾邮件。
第一步:处理数据集
数据集:该数据集包含了社交网络中的用户的信息,如用户id,性别,年龄,薪水。现在有一个汽车公司发布一款新的比较奢侈的SUV车,我们的任务就是根据这些信息预测用户是否有意愿购买该款SUV。
数据集如下:
1.导入必要的库
-------------------------
import numpy as np
import pandas as pd
--------------------------
2.加载数据集
--------------------------
dataset = pd.read_csv('F:/100-Days-Of-ML-Code-master/datasets/Social_Network_Ads.csv')
X = dataset.iloc[ : , [2, 3]].values //这里我们取Age和Salary属性
Y = da