import numpy as np
import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import StandardScaler
from sklearn.linear_model import LogisticRegression
# 获得数据
names=['Sample code number','Clump Thickness','Uniformity of Cell Size','Uniformity of Cell Shape','Marginal Adhesion','Single Hpithelial Cell Size','Bare Nucle','Bland Chromatin','Normal Nucleoli','Mitomeos','Class']
data=pd.read_csv("https://archive.ics.uci.edu/ml/machine-learning-databases/breast-cancer-wisconsin/breast-cancer-wisconsin.data",names=names)
# 处理数据 处理掉数据里的缺失值
data=data.replace(to_replace="?",value=np.nan)
# 使用dropna删除替代过的数据
data=data.dropna()
# 分类数据 特征值 标准值
x=data.iloc[:,1:-1]
y=data["Class"]
# 分割数据
x_train,x_test,y_train,y_test=train_test_split(x,y,test_size=0.2,random_state=20)
# 标准化数据
transfer =StandardScaler()
x_train=transfer.fit_transform(x_train)
x_test=transfer.fit_transform(x_test)
# 训练模型
estimator=LogisticRegression()
ret=estimator.fit(x_train,y_train)
print(ret)
# 模型评估
print(estimator.score(x_test,y_test))
机器学习之逻辑回归
我叫小邋遢2023-08-19 22:53
相关推荐
ydl11283 小时前
机器学习基础知识【 激活函数、损失函数、优化器、 正则化、调度器、指标函数】2401_878624793 小时前
期望和方差的计算长相忆兮长相忆4 小时前
【机器学习】保序回归平滑校准算法IRevers5 小时前
【自动驾驶】经典LSS算法解析——深度估计Shilong Wang5 小时前
动态物体滤除算法Gyoku Mint6 小时前
深度学习×第7卷:参数初始化与网络搭建——她第一次挑好初始的重量boooo_hhh6 小时前
第35周—————糖尿病预测模型优化探索超龄超能程序猿8 小时前
使用 Python 对本地图片进行图像分类大千AI助手8 小时前
RLHF:人类反馈强化学习 | 对齐AI与人类价值观的核心引擎在猴站学算法12 小时前
机器学习(西瓜书) 第二章 模型评估与选择