ML之LoR&SGD：基于LoR(邏輯回歸)、SGD梯度下降算法對乳腺癌腫瘤(10+1)進行二分類預測(良/惡性)

?

?

?

?

目錄

輸出結果

設計思路

核心代碼

---

?

?

?

?

?

?

輸出結果

breast-cancer size (683, 11)訓練集情況 2 344 4 168 Name: Class, dtype: int64測試集情況 2 100 4 71 Name: Class, dtype: int64

?

設計思路

?

核心代碼

from sklearn.cross_validation import train_test_split X_train, X_test, y_train, y_test = train_test_split(data[column_names[1:10]], data[column_names[10]], test_size=0.25, random_state=33)ss = StandardScaler() X_train = ss.fit_transform(X_train) X_test = ss.transform(X_test)lr = LogisticRegression() sgdc = SGDClassifier()lr.fit(X_train, y_train) lr_y_predict = lr.predict(X_test) sgdc.fit(X_train, y_train) sgdc_y_predict = sgdc.predict(X_test)lr.score(X_test, y_test)) sgdc.score(X_test, y_test))

?

?

總結

以上是生活随笔為你收集整理的ML之LoRSGD：基于LoR(逻辑回归)、SGD梯度下降算法对乳腺癌肿瘤(10+1)进行二分类预测(良/恶性)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。