Logistic分类实战

         Logistic分类是一种很经典的线性分类器，现在参考《机器学习及实践》使用它来练习一下。案例就是很经典的“良/恶性乳腺癌预测”，使用的是python3.6，编辑器是pycharm，用的是anaconda的环境，各种包贼齐全贼方便。废话不多说，代码如下：

import pandas as pd

import numpy as np

#---------数据预处理

colume_names=['Sample code number','Clump Thickness','Uniformity of Cell Size','Uniformity of Cell Shape','Marginal Adhesion','Single Epithelial CellSize','Bare Nuclei','Bland Chromatin','Normal Nucleoli','Mitoses','Class']

data=pd.read_csv('https://archive.ics.uci.edu/ml/machine-learning-databases/breast-cancer-wisconsin/breast-cancer-wisconsin.data',names=colume_names)

data=data.replace(to_replace='?',value=np.nan)

data=data.dropna(how='any')#print(data.shape)

#---------训练集、测试集划分，随机选取，训练集占75%

fromsklearn.cross_validationimporttrain_test_split

X_train,X_test,y_train,y_test=train_test_split(data[colume_names[1:10]],data[colume_names[10]],test_size=0.25,random_state=33)print(y_train.value_counts())print(y_test.value_counts())

#random_state是指随机数生成种子

#---------训练模型

from sklearn.preprocessing import StandardScaler

from sklearn.linear_model import LogisticRegression

#---------标准化数据

ss=StandardScaler()

X_train=ss.fit_transform(X_train)

X_test=ss.transform(X_test)

#---------初始化LogisticRegression与训练模型

lr=LogisticRegression()

lr.fit(X_train,y_train)

lr_y_predict=lr.predict(X_test)

#--------性能分析

from sklearn.metrics import classification_report

print('Accurracy of LR Classifier:',lr.score(X_test,y_test))

xnfx=classification_report(y_test,lr_y_predict,target_names=['Benign','Malignant'])

print(xnfx)

性能分析如下：