吴恩达机器学习C1W3L7-逻辑回归之使用Scikit-Learn进行逻辑回归

目标

在本实验室你可以：

• 使用scikit-learn训练逻辑回归模型。

数据集

让我们从之前的数据集开始。

import numpy as np

X = np.array([[0.5, 1.5], [1,1], [1.5, 0.5], [3, 0.5], [2, 2], [1, 2.5]])
y = np.array([0, 0, 0, 1, 1, 1])

拟合模型

下面的代码从scikit-learn导入逻辑回归模型。你可以通过调用fit函数对训练数据进行拟合。

from sklearn.linear_model import LogisticRegression

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

做出预测

通过调用predict函数，您可以看到这个模型做出的预测

y_pred = lr_model.predict(X)

print("Prediction on training set:", y_pred)

计算及显示测量精度

您可以通过调用score函数来计算该模型的精确度。

print("Accuracy on training set:", lr_model.score(X, y))