逻辑回归实现癌症预测(无框架实现)

本文介绍了如何使用Python从头实现逻辑回归模型,用于癌症预测。数据预处理包括缺失值处理和特征归一化,训练集和测试集的划分。模型训练通过Sigmoid函数和梯度下降优化权重,最终在测试集上获得0.027的错误率。
摘要由CSDN通过智能技术生成

数据获取

选择breast-cancer-wisconsin.data可以右键另存为data.csv
或者python代码在线获取
pd.read_csv("http://archive.ics.uci.edu/ml/machine-learning-databases/breast-cancer-wisconsin/breast-cancer-wisconsin.data")
本文采用另存为方式方便处理

处理数据

首先看数据格式数据格式说明

评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值