目錄

試錯(cuò)

?一、讀取數(shù)據(jù)

二、劃分?jǐn)?shù)據(jù)集

三、對(duì)訓(xùn)練集和測(cè)試集標(biāo)準(zhǔn)化

四、創(chuàng)建邏輯回歸預(yù)估器，訓(xùn)練得到模型

五、模型評(píng)估

總代碼

---

試錯(cuò)

這里必須要做對(duì)缺失數(shù)據(jù)的處理，否則會(huì)報(bào)錯(cuò)：

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

所以我們需要進(jìn)行這一步，缺失數(shù)據(jù)處理：

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

?一、讀取數(shù)據(jù)

# 1、讀取數(shù)據(jù)
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(shè)置最大列數(shù)
pd.set_option('display.max_rows',1000)           # 設(shè)置最大行數(shù)data=pd.read_csv('breast-cancer-wisconsin.data', names=column_name)
print(data)

注：為了看到數(shù)據(jù)的全貌，我對(duì)可顯示行列做了一個(gè)拓展。

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

處理前的結(jié)果：

?處理后的結(jié)果：

?

二、劃分?jǐn)?shù)據(jù)集

訓(xùn)練集舍棄掉首行和末行（編號(hào)之類(lèi)的沒(méi)有訓(xùn)練價(jià)值）

# 3、劃分?jǐn)?shù)據(jù)集
train = data.iloc[:, 1:-1]
target = data['Class']
train_data, test_data, train_target, test_target = train_test_split(train, target)

?

三、對(duì)訓(xùn)練集和測(cè)試集標(biāo)準(zhǔn)化

# 4、標(biāo)準(zhǔn)化（訓(xùn)練集和測(cè)試集）
transfer = StandardScaler()
train_data = transfer.fit_transform(train_data)
test_data = transfer.transform(test_data)

?

四、創(chuàng)建邏輯回歸預(yù)估器，訓(xùn)練得到模型

# 5、創(chuàng)建邏輯回歸預(yù)估器
estimator = LogisticRegression()
estimator.fit(train_data, train_target)

邏輯回歸預(yù)估器訓(xùn)練得到的模型：?

?

查看邏輯回歸的回歸系數(shù)和偏置：

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

?

五、模型評(píng)估

# 6、模型評(píng)估
# 方法一：比對(duì)
predict = estimator.predict(test_data)
print(predict==test_target)
# 方法二：計(jì)算正確率
score = estimator.score(test_data, test_target)
print('邏輯回歸分類(lèi)正確率為：', score)

?

總代碼

# 邏輯回歸：癌癥分類(lèi)
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(shù)據(jù)
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(shè)置最大列數(shù)
pd.set_option('display.max_rows',1000)           # 設(shè)置最大行數(shù)data=pd.read_csv('breast-cancer-wisconsin.data', names=column_name)
# print(data)# 2、缺失數(shù)據(jù)處理
data = data.replace(to_replace='?', value = np.nan)
data.dropna(inplace=True)# 3、劃分?jǐn)?shù)據(jù)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(biāo)準(zhǔn)化（對(duì)訓(xùn)練集和測(cè)試集標(biāo)準(zhǔn)化）
transfer = StandardScaler()
train_data = transfer.fit_transform(train_data)
test_data = transfer.transform(test_data)
# print(train_data)# 5、創(chuàng)建邏輯回歸預(yù)估器
estimator = LogisticRegression()
estimator.fit(train_data, train_target)
# print(train_data)# 查看模型參數(shù)：回歸系數(shù) 和 偏置
print('回歸系數(shù)：', estimator.coef_)
print('偏置：', estimator.intercept_)# 6、模型評(píng)估
# 方法一：比對(duì)
predict = estimator.predict(test_data)
print(predict==test_target)
# 方法二：計(jì)算正確率
score = estimator.score(test_data, test_target)
print('邏輯回歸分類(lèi)正確率為：', score)

總結(jié)

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?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。