机器学习之逻辑回归（LR）

机器学习之逻辑回归

基于鸢尾花（iris）数据集的逻辑回归分类实践

鸢花数据集（iris），该数据集一共包含5个变量，其中4个特征变量，1个目标分类变量。共有150个样本，目标变量为 花的类别 其都属于鸢尾属下的三个亚属，分别是山鸢尾 (Iris-setosa)，变色鸢尾(Iris-versicolor)和维吉尼亚鸢尾(Iris-virginica)。包含的三种鸢尾花的四个特征，分别是花萼长度(cm)、花萼宽度(cm)、花瓣长度(cm)、花瓣宽度(cm)，这些形态特征在过去被用来识别物种。

逻辑回归的简单介绍

虽然名字中带有回归，但是它是一种分类算法。其算法实现简单，可解释性强。其缺点是容易欠拟合，分类精度不高。其本质是一个线性的分类器，不能处理较为复杂的数据，常常作为baseline。

一般过程

Step1:库函数导入
Step2:数据读取/载入
Step3:数据信息简单查看
Step4:可视化描述
Step5:利用逻辑回归模型进行训练和预测

• 详细整个逻辑回归在鸢尾花集上的分类实现，见天池实验。