【机器学习实战】使用逻辑回归对Iris数据集对Virginica鸢尾花进行分类（仅使用花瓣宽度这一个特征）

1. 获取数据集

from sklearn import datasets

iris = datasets.load_iris()
list(iris.keys())
X = iris['data'][:, 3:] # 索引为3以后的所有列（包括3）
y = (iris['target'] == 2).astype(np.int)

• 结果：
  

2. 训练逻辑回归模型

from sklearn.linear_model import LogisticRegression

log_reg = LogisticRegression()
log_reg.fit(X, y)

3. 以花瓣宽度为0~3的为例，绘图寻找决策边界

plt.rcParams["font.sans-serif"] = "SimHei"
plt.rcParams["axes.unicode_minus"] = False

X_new = np.linspace(0, 3, 1000).reshape(-1, 1) # 一千行一列
y_proba = log_reg.predict_log_proba(X_new)
plt.plot(X_new, y_proba[:, 1], 'g-', label='Iris-Virginica')
plt.plot(X_new, y_proba[:, 0], 'b--', label='Not Iris-Virginica')
plt.xlabel('花瓣宽度（cm）')
plt.ylabel('概率')
plt.legend()  
plt.show()

• 结果：