杜凯杰教学数据分析：Logistic（逻辑回归）算法完整实例数据集建模处理，缺省值处理、类型转换、建模预测

基于病理数据集使用Logistic算法构建模型进行乳腺癌预测(良性2/恶性4)—杜凯杰

数据来源：http://archive.ics.uci.edu/ml/datasets/Breast+Cancer+Wisconsin+%28Original%29
实验采用 UCI 数据集中的 Wisconsin 医学院的 William H.Wolberg 博士提供的乳腺 癌 的 数
据 样 本 。所有数据来自真实临床案例，每个案例有 10 个属性。其中前九个属性是检 测指标（X值），每个属性值用 1 到 10 的整数表示， 1 表示检测指标最正常， 10 表示最不正常。 第十个属性是分类属性（Y值）， 指示该肿瘤是否为恶性。

Attribute Information:

1. Sample code number: id number
2. Clump Thickness: 1 - 10
3. Uniformity of Cell Size: 1 - 10
4. Uniformity of Cell Shape: 1 - 10
5. Marginal Adhesion: 1 - 10
6. Single Epithelial Cell Size: 1 - 10
7. Bare Nuclei: 1 - 10
8. Bland Chromatin: 1 - 10
9. Normal Nucleoli: 1 - 10
10. Mitoses: 1 - 10
11. Class: (2 for benign, 4 for malignant)

如果懂医疗数据的可以很方便理解这些属性代表的意义，像我这样的外行，只能通过数据来说话了………数据集数据量较少，只有569条病患的记录，我们今天就根据这些数据来建模。

加载包

import numpy as np import pandas as pd

加载数据，并添加属性标签</