分类任务如何用逻辑回归实现_【示例】用逻辑回归对鸢尾花进行分类

一 实验目的

通过用逻辑回归算法对鸢尾花数据进行分类，帮助学生掌握逻辑回归算法的原理和使用场景、掌握导入数据、预处理数据、模型训练、模型评估、模型优化、可视化方法。

二 实验内容

逻辑回归算法是应用非常广泛的一个数据挖掘算法，它将数据拟合到一个logistic函数中，从而能够完成对事件发生的概率进行预测。
本实验用Sklearn模块的LogisticRegression类对鸢尾花数据集训练一个逻辑回归模型。

三 实验数据

本实验所用数据集是鸢尾花卉数据集，保存在 iris.csv文件中，该数据集有150行5列，第一行是标题，其他每行表示一个样本。第一列是标签，后面4列是特征。每个样本有一个类别标签和个四个特征组成，四个特征分别是:
花萼长度(sepal_length)
花萼宽度(sepal_width)
花瓣长度(petal_length)
花瓣宽度(petal_width)
分为3个类别，三个类别分别用整数表示：0(Setosa)，1(Versicolour)，2(Virginica)。

前10条数据如下表所示：

字段说明

五 实验环境

实验环境是Spyder的Python语言编辑器。
Python语言3.6版本。
scikit-learn 0.21.2版本

六 实验步骤

1 导入软件包

import pandas as pd
from sklearn import preprocessing
from sklearn.model_selection import train_test_split
from sklearn import linear_model
from sklearn import metrics
import matplotlib.pyplot as plt
from sklearn.model_selection import GridSearchCV
import seaborn as sns

import warnings
warnings.filterwarnings("ignore")

设置控制台显示格式