模型简介
逻辑回归实际上是一个分类算法,其应用于对样本数据进行分类的场景中。
逻辑回归实现二分类
# 导入库
from sklearn import linear_model
# 训练集
X = [[20, 3],
[23, 7],
[31, 10],
[42, 13],
[50, 7],
[60, 5]]
y = [0,
1,
1,
1,
0,
0]
# 线性模型
lr = linear_model.LogisticRegression()
# 训练
lr.fit(X, y)
# 测试集
testX = [[28, 8]] # 要与训练集一样写成二维数组样式
# 预测
label = lr.predict(testX)
prob = lr.predict_proba(testX)
print("predicted Label: ", label)
# 预测概率为0 和 1分别为多少
print("probablity = ", prob)
输出结果