【机器学习实战】利用sklearn中的逻辑回归对癌症分类预测-良／恶性乳腺癌肿瘤预测

1. 数据集

数据下载地址：https://archive.ics.uci.edu/ml/machine-learning-databases/

数据描述
（1）699条样本，共11列数据，第一列用语检索的id，后9列分别是与肿瘤相关的医学特征，最后一列表示肿瘤类型的数值。
（2）包含16个缺失值，用”?”标出。

2.分析——实现步骤

1. 获取数据（读取的时候加上names）
2. 数据处理（缺失值）
3. 数据集划分
4. 特征工程（无量纲化——标准化）
5. 逻辑回归的预估器
6. 模型评估

3. 代码实现

3.1 代码

3.2 结果