python逻辑回归预测_恶性肿瘤预测Python程序(逻辑回归)

本篇博客使用Python的sklearn库实现逻辑回归模型,对乳腺癌数据集进行预处理,处理缺失值,通过train_test_split进行训练集和测试集划分,使用StandardScaler进行特征标准化,并训练逻辑回归模型,最后输出模型的准确率和召回率。
摘要由CSDN通过智能技术生成

from sklearn.linear_model import LinearRegression,SGDRegressor,Ridge,LogisticRegression

from sklearn.model_selection import train_test_split

from sklearn.preprocessing import StandardScaler

from sklearn.metrics import mean_squared_error,classification_report

import numpy as np

import pandas as pd

def logistic():

column= ['Sample code number', 'Clump Thickness', 'Uniformity of Cell Size', 'Uniformity of Cell Shape',

'Marginal Adhesion','Single Epithelial Cell Size', 'Bare Nuclei', 'Bland Chromatin', 'Normal Nucleoli', 'Mitoses', 'Class']

data=pd.read_csv("https://archive.ics.uci.edu/ml/machine-learning-databases/breast-cancer-wisconsin/breast-cancer-wisconsin.data",names=column)

print(data)

data=data.replace(to_replace='?',value=

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