目錄

試錯

?一、讀取數據

二、劃分數據集

三、對訓練集和測試集標準化

四、創建邏輯回歸預估器，訓練得到模型

五、模型評估

總代碼

---

試錯

這里必須要做對缺失數據的處理，否則會報錯：

ValueError: could not convert string to float: '?'

所以我們需要進行這一步，缺失數據處理：

# 2、缺失數據處理
data = data.replace(to_replace='?', value = np.nan)
data.dropna(inplace=True)

?一、讀取數據

# 1、讀取數據
column_name=['Sample code number','Clump Thickness','Uniformity of Cell Size','Uniformity of Cell Shape','Marginal Adhesion','Single Epithelial Cell Size','Bare Nuclei','Bland Chromatin','Normal Nucleoli','Mitoses','Class']pd.set_option('display.max_columns',1000)        # 設置最大列數
pd.set_option('display.max_rows',1000)           # 設置最大行數data=pd.read_csv('breast-cancer-wisconsin.data', names=column_name)
print(data)

注：為了看到數據的全貌，我對可顯示行列做了一個拓展。

pd.set_option('display.max_columns',1000)        # 設置最大列數
pd.set_option('display.max_rows',1000)           # 設置最大行數

處理前的結果：

?處理后的結果：

?

二、劃分數據集

訓練集舍棄掉首行和末行（編號之類的沒有訓練價值）

# 3、劃分數據集
train = data.iloc[:, 1:-1]
target = data['Class']
train_data, test_data, train_target, test_target = train_test_split(train, target)

?

三、對訓練集和測試集標準化

# 4、標準化（訓練集和測試集）
transfer = StandardScaler()
train_data = transfer.fit_transform(train_data)
test_data = transfer.transform(test_data)

?

四、創建邏輯回歸預估器，訓練得到模型

# 5、創建邏輯回歸預估器
estimator = LogisticRegression()
estimator.fit(train_data, train_target)

邏輯回歸預估器訓練得到的模型：?

?

查看邏輯回歸的回歸系數和偏置：

# 查看模型參數：回歸系數 和 偏置
print('回歸系數：', estimator.coef_)
print('偏置：', estimator.intercept_)

?

五、模型評估

# 6、模型評估
# 方法一：比對
predict = estimator.predict(test_data)
print(predict==test_target)
# 方法二：計算正確率
score = estimator.score(test_data, test_target)
print('邏輯回歸分類正確率為：', score)

?

總代碼

# 邏輯回歸：癌癥分類
import pandas as pd
import numpy as np
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import StandardScaler
from sklearn.linear_model import LogisticRegression# 1、讀取數據
column_name=['Sample code number','Clump Thickness','Uniformity of Cell Size','Uniformity of Cell Shape','Marginal Adhesion','Single Epithelial Cell Size','Bare Nuclei','Bland Chromatin','Normal Nucleoli','Mitoses','Class']pd.set_option('display.max_columns',1000)        # 設置最大列數
pd.set_option('display.max_rows',1000)           # 設置最大行數data=pd.read_csv('breast-cancer-wisconsin.data', names=column_name)
# print(data)# 2、缺失數據處理
data = data.replace(to_replace='?', value = np.nan)
data.dropna(inplace=True)# 3、劃分數據集
train = data.iloc[:, 1:-1]
target = data['Class']
train_data, test_data, train_target, test_target = train_test_split(train, target)
# print(train_data)# 4、標準化（對訓練集和測試集標準化）
transfer = StandardScaler()
train_data = transfer.fit_transform(train_data)
test_data = transfer.transform(test_data)
# print(train_data)# 5、創建邏輯回歸預估器
estimator = LogisticRegression()
estimator.fit(train_data, train_target)
# print(train_data)# 查看模型參數：回歸系數 和 偏置
print('回歸系數：', estimator.coef_)
print('偏置：', estimator.intercept_)# 6、模型評估
# 方法一：比對
predict = estimator.predict(test_data)
print(predict==test_target)
# 方法二：計算正確率
score = estimator.score(test_data, test_target)
print('邏輯回歸分類正確率為：', score)

總結

以上是生活随笔為你收集整理的机器学习（14）逻辑回归（实战） -- 癌症分析的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。