有序逻辑回归 python_模型|利用Python语言做逻辑回归算法

编者按：逻辑回归算法是一种基本的重要的机器学习算法。它有着简单有效的特点，并在信用评分，营销响应等领域广泛应用。我创建了Python语言微信群，定位：Python语言学习与实践。需要入群的，请添加我的微信：luqin360,备注：Python语言入群。

逻辑回归算法是一种用于二分类的机器学习算法。线性回归我们用这个式子：

问题是这些预测对于分类来说是不合理的，因为真实的概率必然在0到1之间。为了避免这个问题，我们必须使用一个函数对p(X)建模，该函数为X的所有值提供0到1之间的输出。Logistic回归是以其核心函数Logistic函数命名的:

我们将使用Kaggle的泰坦尼克数据集。我们将尝试预测一个分类——生存还是死亡。
让我们从用Python实现逻辑回归来进行分类开始。我们将使用泰坦尼克数据集的“半清理”版本，如果您使用直接托管在Kaggle上的数据集，您可能需要做一些额外的清理。

导入库

让我们导入一些库来开始吧!
Pandas和Numpy更容易分析。

import pandas as pd
import numpy as np

用于数据可视化的Seaborn和Matplotlib。

import matplotlib.pyplot as plt
import seaborn as sns
%matplotlib inline

数据集

让我们从将titan