文章目錄

• • 0.前言
  • 1.導入數據
  • 2.數據預處理
  • 3.準備訓練測試數據
  • 4. 標準化數據
  • 5.邏輯回歸模型
  • 6.性能分析
  • 7.十折交叉驗證

---

0.前言

• 環境：Python3.6.5
• 編譯器：jupyter notebook
• 代碼|數據：微信公眾號（明天依舊可好）中回復：第6天

1.導入數據

這篇文章中我們將預測乳腺癌腫瘤的良\惡性。

import pandas as pdcolumn_names = ['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'] dataFrame = pd.read_csv("../data/breast-cancer-wisconsin.data",names = column_names) dataFrame.head()

2.數據預處理

import numpy as np # 將?替換成標準缺失值表示 dataFrame = dataFrame.replace('?',value = np.nan) # 丟棄帶有缺失值的數據 dataFrame = dataFrame.dropna(how='any') dataFrame.shape

3.準備訓練測試數據

from sklearn.model_selection import train_test_splitX_train,X_test,y_train,y_test = train_test_split(dataFrame[column_names[1:10]],dataFrame[column_names[10]],test_size=0.25,random_state=2)

4. 標準化數據

# 標準化數據，保證每個維度的特征數據方差為1，均值為0。使得預測結果不會被某些維度過大的特征值而主導 from sklearn.preprocessing import StandardScaler sc = StandardScaler() X_train = sc.fit_transform(X_train) X_test = sc.transform(X_test)

5.邏輯回歸模型

from sklearn.linear_model import LogisticRegression lr = LogisticRegression() lr.fit(X_train, y_train)

6.性能分析

lr.score(X_test,y_test) """ 輸出： 0.9473684210526315 """

7.十折交叉驗證

from sklearn.model_selection import KFoldscore = 0 #進行十折交叉驗證 kf = KFold(n_splits=10)for train_index, test_index in kf.split(X):X_train, X_test = X.iloc[train_index], X.iloc[test_index]y_train, y_test = y.iloc[train_index], y.iloc[test_index]lr.fit(X_train, y_train)score += lr.score(X_test,y_test)print("模型的平均精確率為：",score/10) """ 輸出： 模型的平均精確率為： 0.9620204603580564 """

---

【機器學習100天目錄】
【機器學習第3天：預測汽車的燃油效率】
【機器學習第4天：預測1立方米混凝土抗壓強度】
【機器學習第5天：邏輯回歸】

如有錯誤歡迎指教，有問題的也可以加入QQ群（1149530473）向我提問，關注微信公眾號（明天依舊可好）和我同步學習。

總結

以上是生活随笔為你收集整理的逻辑回归实例--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。