实验二：逻辑回归算法实现与测试

实验二：逻辑回归算法实现与测试

一、实验目的

深入理解对数几率回归（即逻辑回归的）的算法原理，能够使用 Python 语言实现对数

几率回归的训练与测试，并且使用五折交叉验证算法进行模型训练与评估。

二、实验内容

（1）从 scikit-learn 库中加载 iris 数据集，使用留出法留出 1/3 的样本作为测试集（注

意同分布取样）；

（2）使用训练集训练对数几率回归（逻辑回归）分类算法；

（3）使用五折交叉验证对模型性能（准确度、精度、召回率和 F1 值）进行评估和选

择；

（4）使用测试集，测试模型的性能，对测试结果进行分析，完成实验报告中实验二的

部分

三、算法步骤、代码、及结果

   1. 算法伪代码

导入必要的库。

加载iris数据集并分为特征集X和目标集y。

将数据集分为训练集和测试集（测试集占1/3）。

创建逻辑回归模型。

使用训练集训练模型。

进行五折交叉验证并计算平均准确率。

使用模型预测测试集。

计算并打印准确率、精确率、召回率和F1分数。

打印分类报告。

   2. 算法主要代码

完整源代码\调用库方法（函数参数说明）

import numpy as np
from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split, cross_val_score, KFold
from sklearn.linear_model import LogisticRegression
from sklearn.metrics import accuracy_score, precision_score, recall_score, f1_score, classification_report

# 加载iris数据集
iris = load_iris()
X, y = iris.data, iris.target

# 使用train_test_split函数划分数据集，test_size=1/3表示测试集占1/3
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=1/3, random_state=42, stratify=y)

# 创建逻辑回归分类器实例
logreg = LogisticRegression(max_iter=200)

# 使用训练集数据训练模型
logreg.fit(X_train, y_train)

# 定义五折交叉验证
kf = KFold(n_splits=5, shuffle=True, random_state=42)

# 使用cross_val_score计算五折交叉验证的准确率
accuracies = cross_val_score(logreg, X_train, y_train, cv=kf, scoring='accuracy')
print(f'五折交叉验证的平均准确率: {np.mean(accuracies)}')

# 如果需要计算其他指标，可以手动分割数据集并计算

# 预测测试集
y_pred = logreg.predict(X_test)

# 计算各种性能指标
acc = accuracy_score(y_test, y_pred)
prec = precision_score(y_test, y_pred, average='weighted')
rec = recall_score(y_test, y_pred, average='weighted')
f1 = f1_score(y_test, y_pred, average='weighted')

print(f'Accuracy: {acc}')
print(f'Precision: {prec}')
print(f'Recall: {rec}')
print(f'F1 Score: {f1}')

# 打印详细的分类报告
print(classification_report(y_test, y_pred, target_names=iris.target_names))

   3. 训练结果截图（包括：准确率、精度（查准率）、召回率（查全率）、F1）

四、实验结果分析

1. 测试结果截图（包括：准确率、精度（查准率）、召回率（查全率）、F1）

1. 对比分析

准确率对比：

训练集上的五折交叉验证平均准确率为 0.95。

测试集上的准确率为 0.94。

分析：训练集和测试集的准确率非常接近，这表明模型在训练集和测试集上的表现较为一致，没有明显的过拟合现象。

精确率对比：

测试集上的加权平均精确率为 0.9409722222222223。

分析：精确率较高，说明模型在预测正类时的正确率较高。

召回率对比：

测试集上的加权平均召回率为 0.94。

分析：召回率较高，说明模型在预测所有正类时的覆盖率较高。

F1 值对比：

测试集上的加权平均 F1 值为 0.939948051948052。

分析：F1 值是精确率和召回率的调和平均值，综合考虑了两者的平衡，较高的 F1 值表明模型在这两个方面都有较好的表现。