邏輯回歸—良／惡性乳腺癌腫瘤預測

• 邏輯回歸的損失函數、優化
  與線性回歸原理相同,但由于是分類問題，損失函數不一樣，只能通過梯度下降求解
  sklearn邏輯回歸API

sklearn.linear_model.LogisticRegression

• LogisticRegression

sklearn.linear_model.LogisticRegression(penalty=‘l2’, C = 1.0) Logistic回歸分類器 coef_：回歸系數

• 只能解決二分類問題：

  廣告點擊率

  判斷用戶的性別

  預測用戶是否會購買給定的商品類

  判斷一條評論是正面的還是負面的

---

LogisticRegression回歸案例-良／惡性乳腺癌腫瘤預測

良／惡性乳腺癌腫數據
原始數據的下載地址：
https://archive.ics.uci.edu/ml/machine-learning-databases/

7.＃屬性域
------------------------------------------
1.樣品編號ID編號
2.團塊厚度1-10
3.像元大小的均勻性1-10
4.細胞形狀的均勻性1-10
5.邊緣附著力1-10
6.單上皮細胞大小1-10
7.裸核1-10
8.淡色染色質1-10
9.正常核仁1-10
10.線粒體1-10
11.等級：（2代表良性，4代表惡性）

8.缺少屬性值：16

第1到第6組中的16個實例包含一個缺失項 （即不可用）屬性值，現在用“？”表示。

9.班級分布：

良性：458（65.5％） 惡性：241（34.5％）

此處惡性為正例，良性為反例。
哪一個類別少，判定概率值是這個類別！

---

• 數據描述
  （1）699條樣本，共11列數據，第一列用語檢索的id，后9列分別是與腫瘤
  相關的醫學特征，最后一列表示腫瘤類型的數值。
  （2）包含16個缺失值，用”?”標出。

• pandas使用

pd.read_csv(’’,names=column_names) column_names：指定類別名字,['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'] return:數據replace(to_replace=’’,value=)：返回數據 dropna():返回數據

• 良／惡性乳腺癌腫分類流程
  1、網上獲取數據（工具pandas）
  2、數據缺失值處理、標準化
  3、LogisticRegression估計器流程

from sklearn.linear_model import LinearRegression, SGDRegressor, Ridge, LogisticRegression from sklearn.model_selection import train_test_split from sklearn.preprocessing import StandardScaler from sklearn.metrics import mean_squared_error, classification_report import pandas as pd import numpy as np def logistic():"""邏輯回歸做二分類進行癌癥預測（根據細胞的屬性特征）:return: NOne"""# 構造列標簽名字column = ['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']# 讀取數據data = pd.read_csv("https://archive.ics.uci.edu/ml/machine-learning-databases/breast-cancer-wisconsin/breast-cancer-wisconsin.data", names=column)print(data)# 缺失值進行處理data = data.replace(to_replace='?', value=np.nan)#刪除data = data.dropna()# 進行數據的分割x_train, x_test, y_train, y_test = train_test_split(data[column[1:10]], data[column[10]], test_size=0.25)#1-10列是特征值，最后一列10代表11列目標值# 進行標準化處理std = StandardScaler()x_train = std.fit_transform(x_train)x_test = std.transform(x_test)# 邏輯回歸預測lg = LogisticRegression(C=1.0)lg.fit(x_train, y_train)print(lg.coef_)y_predict = lg.predict(x_test)print("準確率：", lg.score(x_test, y_test))print("召回率：", classification_report(y_test, y_predict, labels=[2, 4], target_names=["良性", "惡性"]))return Noneif __name__ == "__main__":logistic() [699 rows x 11 columns] [[1.35467578 0.18001121 0.74721681 0.89447017 0.38691172 1.264152650.95382046 0.53218847 0.51240579]] 準確率： 0.9707602339181286 召回率： precision recall f1-score support良性 0.97 0.98 0.98 112惡性 0.97 0.95 0.96 59accuracy 0.97 171macro avg 0.97 0.97 0.97 171 weighted avg 0.97 0.97 0.97 171

總結

以上是生活随笔為你收集整理的【机器学习】逻辑回归—良／恶性乳腺癌肿瘤预测的全部內容，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。