【机器学习】逻辑回归—良／恶性乳腺癌肿瘤预测

逻辑回归—良／恶性乳腺癌肿瘤预测

• 逻辑回归的损失函数、优化
  与线性回归原理相同,但由于是分类问题，损失函数不一样，只能通过梯度下降求解
  sklearn逻辑回归API

sklearn.linear_model.LogisticRegression

• LogisticRegression

sklearn.linear_model.LogisticRegression(penalty=‘l2’, C = 1.0)
Logistic回归分类器
coef_：回归系数

• 只能解决二分类问题：

  广告点击率

  判断用户的性别

  预测用户是否会购买给定的商品类

  判断一条评论是正面的还是负面的

---

LogisticRegression回归案例-良／恶性乳腺癌肿瘤预测

良／恶性乳腺癌肿数据
原始数据的下载地址：
https://archive.ics.uci.edu/ml/machine-learning-databases/

7.＃属性域
------------------------------------------
1.样品编号ID编号
2.团块厚度1-10
3.像元大小的均匀性1-10
4.细胞形状的均匀性1-10
5.边缘附着力1-10
6.单上皮细胞大小1-10
7.裸核1-10
8.淡色染色质1-10
9.正常核仁1-10
10.线粒体1-10
11.等级：（2代表良性，4代表恶性）

8.缺少属性值：16

第1到第6组中的16个实例包含一个缺失项
（即不可用）属性值，现在用“？”表示。

9.班级分布：

良性：458（65.5％）
恶性：241（34.5％）

此处恶性为正例，良性为反例。
哪一个类别少，判定概率值是这个类别！

---

• 数据描述
  （1）699条样本，共11列数据，第一列用语检索的id，后9列分别是与肿瘤
  相关的医学特征，最后一列表示肿瘤类型的数值。
  （2）包含16个缺失值，用”?”标出。

• pandas使用

pd.read_csv(’’,names=column_names)
column_names：指定类别名字,['Sample code number','Clump Thickness'