python回归算法预测数据_python逻辑回归算法预测

逻辑回归分析，是分类和预测算法中的一种，预测的结果只有两种可能，考试通过或不通过，推送一个商品，用户购买或者不购买，是一个二分类问题，我们将二分类的结果用0和1表示。逻辑回归算法就是输入特征预测结果是0或1的算法。

逻辑回归算法的步骤：收集数据

数据清洗

提取特征

构建模型

评估模型

预测结果

一、收集数据

#导入数据分析包

from collections import OrderedDict

import pandas as pd

#数据集

examDict={

'学习时间':[0.50,0.75,1.00,1.25,1.50,1.75,1.75,2.00,2.25,2.50,

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]

}

examOrderDict=OrderedDict(examDict)

examDf=pd.DataFrame(examOrderDict)

因为数据很整洁，这里就省略数据清洗的步骤。

二、特征提取

提取特征和标签组建成需要的数据集

#特征features

exam_x=examDf.loc[:,'学习时间']

#标签labes

exam_y=examDf.loc[:,'