python 逻辑回归_用Python浅析逻辑回归

fc70edd6b360fcd91b81f2898f4a7b80.png

a. QQ音乐理解逻辑回归分类问题:

05d4333ddcadd3bb456f67a54f7146b7.png
QQ音乐推荐方式

b. 逻辑回归函数

58da4c82278cd9fdb5f225f676f9cff6.png
逻辑函数是如何实现回归分类

c. 利用Python 模拟数据

#导入数据包
from collections import OrderedDict
import pandas as pd

#定义数据集,"通过考试中”0是未通过,1是通过
examDict={'学习时间':[0.5,0.75,1.00,1.25,1.50,1.75,1.75,2.00,2.25,2.50,2.75,3.00,3.25,3.50,4.00,4.25,4.50,4.75,5.00,5.50],
          '通过考试':[0,0,0,0,0,0,1,0,1,0,1,0,1,0,1,1,1,1,1,1]}
examOrderedDict=OrderedDict(examDict)
examDf=pd.DataFrame(examOrderedDict)

#获取特征
exam_x=examDf.loc[:,'学习时间']
#获取标签
exam_y=examDf.loc[:,'通过考试']

#导入Sklearn 数据包
from sklearn.cross_validation import train_test_split
#拆分数据集:训练数据与测试数据
x_train,x_test,y_train,y_test=train_test_split(exam_x,exam_y,train_size=0.8)
x_train=x_train.values.reshape(-1,1)
y_train=y_train.values.reshape(-1,1)

#导入逻辑回归模型
from sklearn.linear_model import LogisticRegression
# 创建模型
model=LogisticRegression()
#训练模型
model.fit(x_train,y_train)
model.predict_proba(3)

d. 数据类型

10c8cb199d5286cba348eb35cbc29fd5.png

e. 分类与回归的区别

bf21371ad2e397e6cb9543a035bccd43.png
区别
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
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