python 逻辑回归 summary_Python：简述逻辑回归（机器学习）

本问包括以下内容：逻辑回归

分类与回归的区别

小结

一、逻辑回归

1.逻辑回归：虽然名字叫“回归”，但它实际上是解决分类问题的。本质上是一个“回归”模型，因为逻辑回归它将「样本的特征」与「发生的概率」联系起来，而概率其实是一个数值。"逻辑回归"可以理解成一个分类型的回归算法。0.5为阈值，当y>0.5时标签为1，当y<0.5时标签为0

2.代码实战逻辑回归

(1)建立一个逻辑回归的数据集

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)

examDf.head()

(2)提取特征和标签

#特征features

exam_X=examDf.loc[:,'学习时间']

#标签labes

exam_y=examDf.loc[:,'通过考试']