首页 > 其他分享 >《机器学习实战》学习笔记(4)—— Logistic 回归

《机器学习实战》学习笔记(4)—— Logistic 回归

时间:2023-06-08 11:01:43浏览次数:53  
标签:0.00 笔记 学习 01.01 算法 weights Logistic 00.01 00.00


1 Logistic 回归算法描述

工作原理:

为了实现 Logistic 回归分类器,可以在每个特征上都乘以一个回归系数,然后把所有结果的值相加,将这个总和带入 Sigmoid 函数中,进而得到一个范围在 0-1 之间的数值。任何大于0.5的数据被分入1类别,任何小于0.5的数据被分入0类别。Logistic 回归也可以被看成是一种概率估计。


2 梯度上升算法伪代码

(1)梯度上升算法伪代码:

每个回归系数初始化为1
重复R次:
    计算整个数据集的梯度
    使用 alpha*gradient 更新回归系数的向量
    返回回归系数

(2)随机梯度上升算法伪代码:

梯度上升算法在每次更新回归系数时,都需要遍历整个数据集,计算的复杂度太高。一种改进方法是,一次仅用一个样本点来更新回归系数,该方法称为随机梯度上升算法

由于可以在新样本到来时对分类器进行增量式更新,因而随机梯度上升算法是一个在线学习算法。一次处理所有数据被称为是“批处理”。

所有回归系数初始化为1
对数据集中的每个样本:
    计算该样本的梯度
    使用 alpha*gradient 更新回归系数值
返回回归系数

3 Wiki-最小二乘法、最大似然估计、Sigmoid函数、梯度上升法、梯度下降法、缺失值处理

(1)最小二乘法(LSE)

找到一个(组)估计值,使得实际值与估计值的距离最小。本来用两者差的绝对值汇总并使之最小是最理想的,但绝对值在数学上求最小值比较麻烦,因而替代做法是,找一个(组)估计值,使得实际值与估计值之差的平方加总之后的值最小,称为最小二乘。
“二乘”的英文为least square,其实英文的字面意思是“平方最小”。这时,将这个差的平方的和式对参数求导数,并取一阶导数为零,就是OLSE。

《机器学习实战》学习笔记(4)—— Logistic 回归_算法

(2)最大似然估计(MLE)

现在已经拿到了很多个样本(数据集中所有因变量),这些样本值已经实现,最大似然估计就是去找到那个(组)参数估计值,使得前面已经实现的样本值发生概率最大。
因为你手头上的样本已经实现了,其发生概率最大才符合逻辑。这时是求样本所有观测的联合概率最大化,是个连乘积,只要取对数,就变成了线性加总。此时通过对参数求导数,并令一阶导数为零,就可以通过解方程(组),得到最大似然估计值。
利用已知的样本结果,反推最有可能(最大概率)导致这样结果的参数值。

《机器学习实战》学习笔记(4)—— Logistic 回归_算法_02

(3)Sigmoid 函数

《机器学习实战》学习笔记(4)—— Logistic 回归_数据_03

(4)梯度上升算法

最大化似然函数,就用梯度上升。

《机器学习实战》学习笔记(4)—— Logistic 回归_数据_04

(5)梯度下降算法

最小化损失函数,就用梯度下降。

(6)缺失值处理

  1. 使用可用特征的均值来填补缺失值
  2. 使用特殊值来填补缺失值,例如-1
  3. 忽略有缺失值的样本
  4. 使用相似样本的均值填补缺失值
  5. 使用另外的机器学习算法预测缺失值

4 Logistic 回归的优点与缺点

(1)优点

计算代价不高,容易理解和实现

(2)缺点

容易欠拟合,分类精度可能不高


5 Python代码实现

(1)Logistic回归梯度上升优化算法

import numpy as np

def loadDataSet():
    """
    打开文本文件,并逐行读取
    :return:
    """
    # 数据
    dataMat = []

    # 标签
    labelMat = []

    # 打开测试集文本
    fr = open('testSet.txt')

    # 逐行读取
    for line in fr.readlines():
        # 去掉 去读行 首尾 空格 ,并 以 空白 进行拆分
        lineArr = line.strip().split()

        # X0 X1 X2
        dataMat.append([1.0, float(lineArr[0]), float(lineArr[1])])

        # 标签
        labelMat.append(int(lineArr[2]))
    return dataMat, labelMat

def sigmoid(inX):
    """
    sigmoid 函数
    :param inX:
    :return:
    """
    return 1.0/(1 + np.exp(-inX))

# gradient 梯度
# ascent 上升
def gradAscent(dataMatIn, classLabels):
    """

    :param dataMatIn:
    :param classLabels:
    :return:
    """
    # 将 数据集 转换为 numpy 中的 matrix
    dataMatrix = np.mat(dataMatIn)

    # 将 分类标签 集 转换为 numpy 矩阵,并进行 转置(从 行向量 转换为 列向量)
    labelMat = np.mat(classLabels).transpose()

    # 获得 数据矩阵 的 形状
    m, n = np.shape(dataMatrix)

    # 向 目标 移动的步长
    alpha = 0.001

    # 迭代次数
    maxCycles = 500

    # 回归系数 矩阵(列向量) n*1
    weights = np.ones((n, 1))

    for k in range(maxCycles):

        # h 为 列向量,列向量的元素个数为 样本个数
        # m*n 矩阵【点乘】 n*1 矩阵,生成 m*1 矩阵
        h = sigmoid(dataMatrix*weights)

        # 计算 真是类别 与 预测类别 的 差值
        # error 为 误差值的列向量
        error = (labelMat - h)

        # 按照 差值 方向 调整 回归系数
        # dataMatrix.transpose()*error 为 n*m 矩阵 【点乘】 m*1 矩阵 结果为 n*1 矩阵
        weights = weights + alpha*dataMatrix.transpose()*error

    return weights

# result_weight = gradAscent(loadDataSet()[0], loadDataSet()[1])
# print(result_weight)
# print(type(result_weight))

(2)随机梯度上升算法

def stocGradAscent0(dataMatrix, classLabels):
    m,n = shape(dataMatrix)
    alpha = 0.01
    # 1*n 的数组
    weights = ones(n)   #initialize to all ones
    for i in range(m):
        # dataMatrix[i]*weights 为 1*n 的数组 乘以 1*n 的数组,算术运算
        # h 为一个数值
        h = sigmoid(sum(dataMatrix[i]*weights))
        error = classLabels[i] - h
        weights = weights + alpha * error * dataMatrix[i]
    return weights

(3)优化的随机梯度上升算法

# stochastic 随机的
def stocGradAscent1(dataMatrix, classLabels, numIter=150):
    import random

    dataMatrix = np.array(dataMatrix)

    m, n = np.shape(dataMatrix)

    # 行向量
    weights = np.ones(n)

    for j in range(numIter):
        dataIndex = list(range(m))

        for i in range(m):

            # alpha 在每次迭代的时候都会调整,缓解数据波动或者高频波动
            # 随着迭代次数不断减小,但永远不会减小到 0,以此保证新数据仍然具有一定影响
            # 如果处理的问题是动态变化的,那么可以适当加大常数项,以此来确保新的值获得更大的回归系数
            # j 是 迭代次数, i 是 样本点的下标
            alpha = 4/(1.0 + j + i) + 0.01

            # 从 数据集 中 随机选择样本
            randIndex = int(random.uniform(0, len(dataIndex)))

            # 数值
            h = sigmoid(sum(dataMatrix[dataIndex[randIndex]]*weights))

            # 数值
            error = classLabels[dataIndex[randIndex]] - h

            weights = weights + alpha * error * dataMatrix[dataIndex[randIndex]]

            del(dataIndex[randIndex])

    return weights


# result_weight = stocGradAscent1(loadDataSet()[0], loadDataSet()[1])
# print(result_weight)
# plotBestFit(result_weight)

6 示例:从疝气病症预测病马的死亡率

"""
使用 Logistic 回归估计 马伤病死亡率

1、收集数据:
    给定数据文件

2、准备数据:
    用 Python 解析文本并填充缺失值

3、分析数据:
    可视化,并观察数据

4、训练算法:
    使用优化算法,找到最佳的系数

5、测试算法:
    为了量化回归的效果,需要观察错误率。
    根据错误率决定是否回退到训练阶段,通过改变迭代的次数和步长等参数得到更好的回归系数

6、使用算法:
    实现一个简单的命令行程序来收集马的症状并输出预测结果很容易

说明:
    数据集中有 30% 的数据时缺失的

解决数据缺失的方法:

1、使用可用特征的均值来填补缺失值

2、使用特殊值来填补缺失值

3、忽略有缺失值的样本

4、使用相似样本的均值来填补缺失值

5、使用其他的机器学习算法来预测缺失值

"""
from LogisticRegres import *

def classifyVector(inX, weights):
    """

    :param inX: 特征向量
    :param weights: 回归系数
    :return: 分类结果
    """
    prob = sigmoid(sum(inX*weights))
    if prob > 0.5:
        return 1.0
    else:
        return 0.0

def colicTest():
    frTrain = open('horseColicTraining.txt')
    frTest = open('horseColicTest.txt')

    traingingSet = []
    traingingLabels = []
    for line in frTrain.readlines():
        currLine = line.strip().split()
        lineArr = []
        for i in range(21):
            lineArr.append(float(currLine[i]))
        traingingSet.append(lineArr)
        traingingLabels.append(float(currLine[21]))

    traingingWeights = stocGradAscent1(np.array(traingingSet), traingingLabels, 500)

    errorCount = 0

    numTestVec = 0.0

    for line in frTest.readlines():
        numTestVec += 1.0
        currLine = line.strip().split()
        lineArr = []
        for i in range(21):
            lineArr.append(float(currLine[i]))

        if int(classifyVector(np.array(lineArr), traingingWeights)) != int(currLine[21]):
            errorCount += 1

    errorRate = float(errorCount)/numTestVec

    print("the error rate is %f" % errorRate)

    return errorRate

def multiTest():
    numTests = 10
    errorSum = 0.0
    for k in range(numTests):
        errorSum += colicTest()
    print("after {} iterations the average error rate is : {}".format(numTests, errorSum/float(numTests)))

multiTest()

"""
Logistic 回归的目的是寻找一个非线性函数 Sigmoid 的最佳拟合参数,求解过程可以由最优化算法来完成

随机梯度上升算法 与 梯度上升算法 效果相当,但占用更少的计算资源

随机梯度上升算法是一个在线算法,可以在新数据到来时完成参数更新,而不需要重新读取整个数据集来进行运算
"""

7 使用 pandas 和 scikit-learn 实现书上的例子


In [2]:


import pandas as pd
import numpy as np
from pandas import Series, DataFrame
np.set_printoptions(precision=4)

×

In [11]:


col_names = []
for i in range(21):
col_names.append('feature_{}'.format(i))
# print(col_list)
train_dataSet_df = pd.read_table('horseColicTraining.txt', names=col_names+['label'])
train_dataSet_df

×

Out[11]:


feature_0

feature_1

feature_2

feature_3

feature_4

feature_5

feature_6

feature_7

feature_8

feature_9


feature_12

feature_13

feature_14

feature_15

feature_16

feature_17

feature_18

feature_19

feature_20

label

0

2.0

1.0

38.5

66.0

28.0

3.0

3.0

0.0

2.0

5.0


0.0

0.0

0.0

3.0

5.0

45.0

8.4

0.0

0.0

0.0

1

1.0

1.0

39.2

88.0

20.0

0.0

0.0

4.0

1.0

3.0


0.0

0.0

0.0

4.0

2.0

50.0

85.0

2.0

2.0

0.0

2

2.0

1.0

38.3

40.0

24.0

1.0

1.0

3.0

1.0

3.0


0.0

0.0

0.0

1.0

1.0

33.0

6.7

0.0

0.0

1.0

3

1.0

9.0

39.1

164.0

84.0

4.0

1.0

6.0

2.0

2.0


1.0

2.0

5.0

3.0

0.0

48.0

7.2

3.0

5.3

0.0

4

2.0

1.0

37.3

104.0

35.0

0.0

0.0

6.0

2.0

0.0


0.0

0.0

0.0

0.0

0.0

74.0

7.4

0.0

0.0

0.0

5

2.0

1.0

0.0

0.0

0.0

2.0

1.0

3.0

1.0

2.0


2.0

1.0

0.0

3.0

3.0

0.0

0.0

0.0

0.0

1.0

6

1.0

1.0

37.9

48.0

16.0

1.0

1.0

1.0

1.0

3.0


1.0

1.0

0.0

3.0

5.0

37.0

7.0

0.0

0.0

1.0

7

1.0

1.0

0.0

60.0

0.0

3.0

0.0

0.0

1.0

0.0


2.0

1.0

0.0

3.0

4.0

44.0

8.3

0.0

0.0

0.0

8

2.0

1.0

0.0

80.0

36.0

3.0

4.0

3.0

1.0

4.0


2.0

1.0

0.0

3.0

5.0

38.0

6.2

0.0

0.0

0.0

9

2.0

9.0

38.3

90.0

0.0

1.0

0.0

1.0

1.0

5.0


2.0

1.0

0.0

3.0

0.0

40.0

6.2

1.0

2.2

1.0

10

1.0

1.0

38.1

66.0

12.0

3.0

3.0

5.0

1.0

3.0


2.0

1.0

3.0

2.0

5.0

44.0

6.0

2.0

3.6

1.0

11

2.0

1.0

39.1

72.0

52.0

2.0

0.0

2.0

1.0

2.0


1.0

1.0

0.0

4.0

4.0

50.0

7.8

0.0

0.0

1.0

12

1.0

1.0

37.2

42.0

12.0

2.0

1.0

1.0

1.0

3.0


3.0

1.0

0.0

4.0

5.0

0.0

7.0

0.0

0.0

1.0

13

2.0

9.0

38.0

92.0

28.0

1.0

1.0

2.0

1.0

1.0


3.0

0.0

7.2

1.0

1.0

37.0

6.1

1.0

0.0

0.0

14

1.0

1.0

38.2

76.0

28.0

3.0

1.0

1.0

1.0

3.0


2.0

2.0

0.0

4.0

4.0

46.0

81.0

1.0

2.0

1.0

15

1.0

1.0

37.6

96.0

48.0

3.0

1.0

4.0

1.0

5.0


2.0

3.0

4.5

4.0

0.0

45.0

6.8

0.0

0.0

0.0

16

1.0

9.0

0.0

128.0

36.0

3.0

3.0

4.0

2.0

4.0


3.0

0.0

0.0

4.0

5.0

53.0

7.8

3.0

4.7

0.0

17

2.0

1.0

37.5

48.0

24.0

0.0

0.0

0.0

0.0

0.0


0.0

0.0

0.0

0.0

0.0

0.0

0.0

0.0

0.0

1.0

18

1.0

1.0

37.6

64.0

21.0

1.0

1.0

2.0

1.0

2.0


1.0

1.0

0.0

2.0

5.0

40.0

7.0

1.0

0.0

1.0

19

2.0

1.0

39.4

110.0

35.0

4.0

3.0

6.0

0.0

0.0


0.0

0.0

0.0

0.0

0.0

55.0

8.7

0.0

0.0

1.0

20

1.0

1.0

39.9

72.0

60.0

1.0

1.0

5.0

2.0

5.0


3.0

1.0

0.0

4.0

4.0

46.0

6.1

2.0

0.0

1.0

21

2.0

1.0

38.4

48.0

16.0

1.0

0.0

1.0

1.0

1.0


2.0

3.0

5.5

4.0

3.0

49.0

6.8

0.0

0.0

1.0

22

1.0

1.0

38.6

42.0

34.0

2.0

1.0

4.0

0.0

2.0


0.0

0.0

0.0

1.0

0.0

48.0

7.2

0.0

0.0

1.0

23

1.0

9.0

38.3

130.0

60.0

0.0

3.0

0.0

1.0

2.0


0.0

0.0

0.0

0.0

0.0

50.0

70.0

0.0

0.0

1.0

24

1.0

1.0

38.1

60.0

12.0

3.0

3.0

3.0

1.0

0.0


3.0

2.0

2.0

0.0

0.0

51.0

65.0

0.0

0.0

1.0

25

2.0

1.0

37.8

60.0

42.0

0.0

0.0

0.0

1.0

0.0


0.0

0.0

0.0

0.0

0.0

0.0

0.0

0.0

0.0

1.0

26

1.0

1.0

38.3

72.0

30.0

4.0

3.0

3.0

2.0

3.0


2.0

1.0

0.0

3.0

5.0

43.0

7.0

2.0

3.9

1.0

27

1.0

1.0

37.8

48.0

12.0

3.0

1.0

1.0

1.0

0.0


1.0

1.0

0.0

1.0

3.0

37.0

5.5

2.0

1.3

1.0

28

1.0

1.0

0.0

0.0

0.0

0.0

0.0

0.0

0.0

0.0


0.0

0.0

0.0

0.0

0.0

0.0

0.0

0.0

0.0

0.0

29

2.0

1.0

37.7

48.0

0.0

2.0

1.0

1.0

1.0

1.0


1.0

1.0

0.0

0.0

0.0

45.0

76.0

0.0

0.0

1.0























269

1.0

1.0

37.5

60.0

50.0

3.0

3.0

1.0

1.0

3.0


2.0

2.0

3.5

3.0

4.0

35.0

6.5

0.0

0.0

0.0

270

1.0

1.0

37.7

80.0

0.0

3.0

3.0

6.0

1.0

5.0


2.0

3.0

0.0

3.0

1.0

50.0

55.0

3.0

2.0

1.0

271

1.0

1.0

0.0

100.0

30.0

3.0

3.0

4.0

2.0

5.0


3.0

3.0

0.0

4.0

4.0

52.0

6.6

0.0

0.0

1.0

272

1.0

1.0

37.7

120.0

28.0

3.0

3.0

3.0

1.0

5.0


1.0

1.0

0.0

0.0

0.0

65.0

7.0

3.0

0.0

0.0

273

1.0

1.0

0.0

76.0

0.0

0.0

3.0

0.0

0.0

0.0


0.0

0.0

0.0

0.0

5.0

0.0

0.0

0.0

0.0

0.0

274

1.0

9.0

38.8

150.0

50.0

1.0

3.0

6.0

2.0

5.0


1.0

1.0

0.0

0.0

0.0

50.0

6.2

0.0

0.0

0.0

275

1.0

1.0

38.0

36.0

16.0

3.0

1.0

1.0

1.0

4.0


3.0

3.0

2.0

3.0

0.0

37.0

75.0

2.0

1.0

0.0

276

2.0

1.0

36.9

50.0

40.0

2.0

3.0

3.0

1.0

1.0


3.0

1.0

7.0

0.0

0.0

37.5

6.5

0.0

0.0

1.0

277

2.0

1.0

37.8

40.0

16.0

1.0

1.0

1.0

1.0

1.0


0.0

0.0

0.0

1.0

1.0

37.0

6.8

0.0

0.0

1.0

278

2.0

1.0

38.2

56.0

40.0

4.0

3.0

1.0

1.0

2.0


2.0

2.0

7.5

0.0

0.0

47.0

7.2

1.0

2.5

1.0

279

1.0

1.0

38.6

48.0

12.0

0.0

0.0

1.0

0.0

1.0


0.0

0.0

0.0

0.0

0.0

36.0

67.0

0.0

0.0

1.0

280

2.0

1.0

40.0

78.0

0.0

3.0

3.0

5.0

1.0

2.0


1.0

1.0

0.0

4.0

1.0

66.0

6.5

0.0

0.0

0.0

281

1.0

1.0

0.0

70.0

16.0

3.0

4.0

5.0

2.0

2.0


2.0

1.0

0.0

4.0

5.0

60.0

7.5

0.0

0.0

0.0

282

1.0

1.0

38.2

72.0

18.0

0.0

0.0

0.0

0.0

0.0


0.0

0.0

0.0

0.0

0.0

35.0

6.4

0.0

0.0

1.0

283

2.0

1.0

38.5

54.0

0.0

1.0

1.0

1.0

1.0

3.0


2.0

1.0

0.0

1.0

0.0

40.0

6.8

2.0

7.0

1.0

284

1.0

1.0

38.5

66.0

24.0

1.0

1.0

1.0

1.0

3.0


2.0

1.0

0.0

4.0

5.0

40.0

6.7

1.0

0.0

1.0

285

2.0

1.0

37.8

82.0

12.0

3.0

1.0

1.0

2.0

4.0


1.0

3.0

0.0

0.0

0.0

50.0

7.0

0.0

0.0

0.0

286

2.0

9.0

39.5

84.0

30.0

0.0

0.0

0.0

1.0

0.0


0.0

0.0

0.0

0.0

0.0

28.0

5.0

0.0

0.0

1.0

287

1.0

1.0

0.0

0.0

0.0

0.0

0.0

0.0

0.0

0.0


0.0

0.0

0.0

0.0

0.0

0.0

0.0

0.0

0.0

1.0

288

1.0

1.0

38.0

50.0

36.0

0.0

1.0

1.0

1.0

3.0


0.0

0.0

0.0

3.0

0.0

39.0

6.6

1.0

5.3

1.0

289

2.0

1.0

38.6

45.0

16.0

2.0

1.0

2.0

1.0

1.0


0.0

0.0

0.0

1.0

1.0

43.0

58.0

0.0

0.0

1.0

290

1.0

1.0

38.9

80.0

44.0

3.0

3.0

3.0

1.0

2.0


2.0

2.0

7.0

3.0

1.0

54.0

6.5

3.0

0.0

0.0

291

1.0

1.0

37.0

66.0

20.0

1.0

3.0

2.0

1.0

4.0


1.0

0.0

0.0

1.0

5.0

35.0

6.9

2.0

0.0

0.0

292

1.0

1.0

0.0

78.0

24.0

3.0

3.0

3.0

1.0

0.0


2.0

1.0

0.0

0.0

4.0

43.0

62.0

0.0

2.0

0.0

293

2.0

1.0

38.5

40.0

16.0

1.0

1.0

1.0

1.0

2.0


0.0

0.0

0.0

3.0

2.0

37.0

67.0

0.0

0.0

1.0

294

1.0

1.0

0.0

120.0

70.0

4.0

0.0

4.0

2.0

2.0


0.0

0.0

0.0

0.0

5.0

55.0

65.0

0.0

0.0

0.0

295

2.0

1.0

37.2

72.0

24.0

3.0

2.0

4.0

2.0

4.0


3.0

1.0

0.0

4.0

4.0

44.0

0.0

3.0

3.3

0.0

296

1.0

1.0

37.5

72.0

30.0

4.0

3.0

4.0

1.0

4.0


2.0

1.0

0.0

3.0

5.0

60.0

6.8

0.0

0.0

0.0

297

1.0

1.0

36.5

100.0

24.0

3.0

3.0

3.0

1.0

3.0


3.0

1.0

0.0

4.0

4.0

50.0

6.0

3.0

3.4

1.0

298

1.0

1.0

37.2

40.0

20.0

0.0

0.0

0.0

0.0

0.0


0.0

0.0

0.0

4.0

1.0

36.0

62.0

1.0

1.0

0.0

299 rows × 22 columns

In [12]:

x

test_dataSet_df = pd.read_table('horseColicTest.txt', names=col_names+['label'])
test_dataSet_df

×

Out[12]:



feature_0

feature_1

feature_2

feature_3

feature_4

feature_5

feature_6

feature_7

feature_8

feature_9


feature_12

feature_13

feature_14

feature_15

feature_16

feature_17

feature_18

feature_19

feature_20

label

0

2

1

38.5

54

20

0

1

2

2

3


2

2

5.9

0

2

42.0

6.3

0

0.0

1

1

2

1

37.6

48

36

0

0

1

1

0


0

0

0.0

0

0

44.0

6.3

1

5.0

1

2

1

1

37.7

44

28

0

4

3

2

5


1

1

0.0

3

5

45.0

70.0

3

2.0

1

3

1

1

37.0

56

24

3

1

4

2

4


1

1

0.0

0

0

35.0

61.0

3

2.0

0

4

2

1

38.0

42

12

3

0

3

1

1


0

0

0.0

0

2

37.0

5.8

0

0.0

1

5

1

1

0.0

60

40

3

0

1

1

0


3

2

0.0

0

5

42.0

72.0

0

0.0

1

6

2

1

38.4

80

60

3

2

2

1

3


2

2

0.0

1

1

54.0

6.9

0

0.0

1

7

2

1

37.8

48

12

2

1

2

1

3


2

0

0.0

2

0

48.0

7.3

1

0.0

1

8

2

1

37.9

45

36

3

3

3

2

2


2

1

0.0

3

0

33.0

5.7

3

0.0

1

9

2

1

39.0

84

12

3

1

5

1

2


1

2

7.0

0

4

62.0

5.9

2

2.2

0

10

2

1

38.2

60

24

3

1

3

2

3


3

3

0.0

4

4

53.0

7.5

2

1.4

1

11

1

1

0.0

140

0

0

0

4

2

5


1

1

0.0

0

5

30.0

69.0

0

0.0

0

12

1

1

37.9

120

60

3

3

3

1

5


2

2

7.5

4

5

52.0

6.6

3

1.8

0

13

2

1

38.0

72

36

1

1

3

1

3


2

1

0.0

3

5

38.0

6.8

2

2.0

1

14

2

9

38.0

92

28

1

1

2

1

1


3

0

7.2

0

0

37.0

6.1

1

1.1

1

15

1

1

38.3

66

30

2

3

1

1

2


3

2

8.5

4

5

37.0

6.0

0

0.0

1

16

2

1

37.5

48

24

3

1

1

1

2


1

1

0.0

3

2

43.0

6.0

1

2.8

1

17

1

1

37.5

88

20

2

3

3

1

4


0

0

0.0

0

0

35.0

6.4

1

0.0

0

18

2

9

0.0

150

60

4

4

4

2

5


0

0

0.0

0

0

0.0

0.0

0

0.0

0

19

1

1

39.7

100

30

0

0

6

2

4


1

0

0.0

4

5

65.0

75.0

0

0.0

0

20

1

1

38.3

80

0

3

3

4

2

5


2

1

0.0

4

4

45.0

7.5

2

4.6

1

21

2

1

37.5

40

32

3

1

3

1

3


2

1

0.0

0

5

32.0

6.4

1

1.1

1

22

1

1

38.4

84

30

3

1

5

2

4


2

3

6.5

4

4

47.0

7.5

3

0.0

0

23

1

1

38.1

84

44

4

0

4

2

5


1

3

5.0

0

4

60.0

6.8

0

5.7

0

24

2

1

38.7

52

0

1

1

1

1

1


0

0

0.0

1

3

4.0

74.0

0

0.0

1

25

2

1

38.1

44

40

2

1

3

1

3


0

0

0.0

1

3

35.0

6.8

0

0.0

1

26

2

1

38.4

52

20

2

1

3

1

1


2

1

0.0

3

5

41.0

63.0

1

1.0

1

27

1

1

38.2

60

0

1

0

3

1

2


1

1

0.0

4

4

43.0

6.2

2

3.9

1

28

2

1

37.7

40

18

1

1

1

0

3


1

1

0.0

3

3

36.0

3.5

0

0.0

1

29

1

1

39.1

60

10

0

1

1

0

2


0

0

0.0

4

4

0.0

0.0

0

0.0

1























37

2

1

37.5

44

0

1

1

1

1

3


0

0

0.0

0

0

45.0

5.8

2

1.4

1

38

2

1

38.2

42

16

1

1

3

1

1


0

0

0.0

1

0

35.0

60.0

1

1.0

1

39

2

1

38.0

56

44

3

3

3

0

0


2

1

0.0

4

0

47.0

70.0

2

1.0

1

40

2

1

38.3

45

20

3

3

2

2

2


2

0

0.0

4

0

0.0

0.0

0

0.0

1

41

1

1

0.0

48

96

1

1

3

1

0


2

1

0.0

1

4

42.0

8.0

1

0.0

1

42

1

1

37.7

55

28

2

1

2

1

2


0

3

5.0

4

5

0.0

0.0

0

0.0

1

43

2

1

36.0

100

20

4

3

6

2

2


1

1

0.0

4

5

74.0

5.7

2

2.5

0

44

1

1

37.1

60

20

2

0

4

1

3


0

2

5.0

3

4

64.0

8.5

2

0.0

1

45

2

1

37.1

114

40

3

0

3

2

2


0

0

0.0

0

3

32.0

0.0

3

6.5

1

46

1

1

38.1

72

30

3

3

3

1

4


2

1

0.0

3

5

37.0

56.0

3

1.0

1

47

1

1

37.0

44

12

3

1

1

2

1


0

0

0.0

4

2

40.0

6.7

3

8.0

1

48

1

1

38.6

48

20

3

1

1

1

4


0

0

0.0

3

0

37.0

75.0

0

0.0

1

49

1

1

0.0

82

72

3

1

4

1

2


0

3

0.0

4

4

53.0

65.0

3

2.0

0

50

1

9

38.2

78

60

4

4

6

0

3


0

0

0.0

1

0

59.0

5.8

3

3.1

0

51

2

1

37.8

60

16

1

1

3

1

2


1

2

0.0

3

0

41.0

73.0

0

0.0

0

52

1

1

38.7

34

30

2

0

3

1

2


0

0

0.0

0

0

33.0

69.0

0

2.0

0

53

1

1

0.0

36

12

1

1

1

1

1


1

1

0.0

1

5

44.0

0.0

0

0.0

1

54

2

1

38.3

44

60

0

0

1

1

0


0

0

0.0

0

0

6.4

36.0

0

0.0

1

55

2

1

37.4

54

18

3

0

1

1

3


2

2

0.0

4

5

30.0

7.1

2

0.0

1

56

1

1

0.0

0

0

4

3

0

2

2


0

0

0.0

0

0

54.0

76.0

3

2.0

1

57

1

1

36.6

48

16

3

1

3

1

4


1

1

0.0

0

0

27.0

56.0

0

0.0

0

58

1

1

38.5

90

0

1

1

3

1

3


2

3

2.0

4

5

47.0

79.0

0

0.0

1

59

1

1

0.0

75

12

1

1

4

1

5


0

3

5.8

0

0

58.0

8.5

1

0.0

1

60

2

1

38.2

42

0

3

1

1

1

1


2

1

0.0

3

2

35.0

5.9

2

0.0

1

61

1

9

38.2

78

60

4

4

6

0

3


0

0

0.0

1

0

59.0

5.8

3

3.1

0

62

2

1

38.6

60

30

1

1

3

1

4


1

1

0.0

0

0

40.0

6.0

1

0.0

1

63

2

1

37.8

42

40

1

1

1

1

1


0

0

0.0

3

3

36.0

6.2

0

0.0

1

64

1

1

38.0

60

12

1

1

2

1

2


1

1

0.0

1

4

44.0

65.0

3

2.0

0

65

2

1

38.0

42

12

3

0

3

1

1


0

0

0.0

0

1

37.0

5.8

0

0.0

1

66

2

1

37.6

88

36

3

1

1

1

3


1

3

1.5

0

0

44.0

6.0

0

0.0

0

67 rows × 22 columns


In [14]:

x


from sklearn.linear_model import LogisticRegression
logistic_reg = LogisticRegression()


×



In [16]:


x

logistic_reg.fit(train_dataSet_df.ix[:, :-1], train_dataSet_df.ix[:, -1])

×

Out[16]:



LogisticRegression(C=1.0, class_weight=None, dual=False, fit_intercept=True,
          intercept_scaling=1, max_iter=100, multi_class='ovr', n_jobs=1,
          penalty='l2', random_state=None, solver='liblinear', tol=0.0001,
          verbose=0, warm_start=False)



In [17]:


xxxxxxxxxx

logistic_reg.predict(test_dataSet_df.ix[:, :-1])


×


Out[17]:



array([ 1.,  1.,  1.,  1.,  1.,  1.,  1.,  1.,  1.,  0.,  1.,  0.,  0.,
        1.,  1.,  1.,  1.,  0.,  0.,  1.,  0.,  1.,  0.,  0.,  1.,  1.,
        1.,  0.,  1.,  1.,  1.,  0.,  0.,  0.,  0.,  0.,  1.,  1.,  1.,
        1.,  1.,  1.,  0.,  0.,  0.,  0.,  1.,  0.,  1.,  0.,  0.,  1.,
        1.,  0.,  1.,  1.,  1.,  1.,  1.,  0.,  1.,  0.,  1.,  1.,  1.,
        1.,  1.])





In [18]:

logistic_reg.predict_proba(test_dataSet_df.ix[:, :-1])


×


Out[18]:


array([[ 0.175 ,  0.825 ],
       [ 0.088 ,  0.912 ],
       [ 0.3629,  0.6371],
       [ 0.3702,  0.6298],
       [ 0.4648,  0.5352],
       [ 0.0989,  0.9011],
       [ 0.2272,  0.7728],
       [ 0.2162,  0.7838],
       [ 0.082 ,  0.918 ],
       [ 0.7505,  0.2495],
       [ 0.1831,  0.8169],
       [ 0.8869,  0.1131],
       [ 0.844 ,  0.156 ],
       [ 0.4586,  0.5414],
       [ 0.1879,  0.8121],
       [ 0.3058,  0.6942],
       [ 0.2214,  0.7786],
       [ 0.7102,  0.2898],
       [ 0.9123,  0.0877],
       [ 0.443 ,  0.557 ],
       [ 0.7109,  0.2891],
       [ 0.3688,  0.6312],
       [ 0.7929,  0.2071],
       [ 0.9282,  0.0718],
       [ 0.0656,  0.9344],
       [ 0.2568,  0.7432],
       [ 0.0797,  0.9203],
       [ 0.5667,  0.4333],
       [ 0.1443,  0.8557],
       [ 0.188 ,  0.812 ],
       [ 0.0726,  0.9274],
       [ 0.9156,  0.0844],
       [ 0.8757,  0.1243],
       [ 0.5044,  0.4956],
       [ 0.8525,  0.1475],
       [ 0.5457,  0.4543],
       [ 0.3535,  0.6465],
       [ 0.2268,  0.7732],
       [ 0.0804,  0.9196],
       [ 0.055 ,  0.945 ],
       [ 0.039 ,  0.961 ],
       [ 0.1589,  0.8411],
       [ 0.5845,  0.4155],
       [ 0.6948,  0.3052],
       [ 0.9126,  0.0874],
       [ 0.7312,  0.2688],
       [ 0.3331,  0.6669],
       [ 0.5374,  0.4626],
       [ 0.1555,  0.8445],
       [ 0.7095,  0.2905],
       [ 0.8362,  0.1638],
       [ 0.0734,  0.9266],
       [ 0.1559,  0.8441],
       [ 0.5269,  0.4731],
       [ 0.0674,  0.9326],
       [ 0.1093,  0.8907],
       [ 0.227 ,  0.773 ],
       [ 0.4529,  0.5471],
       [ 0.3762,  0.6238],
       [ 0.9505,  0.0495],
       [ 0.1314,  0.8686],
       [ 0.8362,  0.1638],
       [ 0.3192,  0.6808],
       [ 0.0816,  0.9184],
       [ 0.3924,  0.6076],
       [ 0.3461,  0.6539],
       [ 0.3246,  0.6754]])

In [20]:

logistic_reg.score(test_dataSet_df.ix[:, :-1], test_dataSet_df.ix[:, -1])


×

Out[20]:



0.73134328358208955

标签:0.00,笔记,学习,01.01,算法,weights,Logistic,00.01,00.00
From: https://blog.51cto.com/u_16152603/6438385

相关文章

  • 《机器学习实战》学习笔记(3)—— 朴素贝叶斯
    1朴素贝叶斯算法描述工作原理:对于给出的待分类项,求解在此项出现的条件下各个类别出现的概率,哪个最大,就认为此待分类项属于哪个类别。2计算概率的伪代码计算每个类别中的文档数目:对每篇训练文档:对每个类别:If词条出现在文档中:增加该词条的计数值......
  • Unity动画系统学习笔记
    title:Unity动画系统学习笔记date:2023-06-07T07:42:12Zlastmod:2023-06-07T11:27:45ZUnity动画系统学习笔记动画系统Unity动画系统动画片段AnimationClip:动画资源,用于展示游戏物体变化动画状态机AnimatorController:控制游戏物体各动画片段播放与切换......
  • Python+Redis学习笔记
    首先,通过pip来安装操作redis的相关包,pipinstallredis然后导入我们要使用的模块,formredis.ClientimportRedis然后,通过docker启动redis,fromredis.clientimportRedisr=Redis(host="0.0.0.0",port=6379,db=0,password="")#r.set("kol_height",187)res=r.......
  • 嵌入式相关知识点概念笔记
    01操作系统(OperatingSystem,OS)是管理计算机硬件与软件资源的系统软件,同时也是计算机系统的内核与基石。操作系统需要处理管理与配置内存、决定系统资源供需的优先次序、控制输入与输出设备、操作网络与管理文件系统等基本事务。操作系统也提供一个让用户与系统交互的操作界面。......
  • 自然语言处理(NLP)学习笔记——文本预处理
    自然语言处理入门1、什么是自然语言处理自然语言处理(NaturalLanguageProcessing,简称NLP)是计算机科学与语言学中关注于计算机与人类语言间转换的领域。2、自然语言处理的发展简史1950年,计算机科学之父图灵在论文中提出“机器可以思考吗”者一划时代的问题,从此促成了人类语言学与计......
  • Java 深入学习(27) —— 反射:运行时的类型信息
    1什么是反射反射(Reflection)是Java程序开发语言的特征之一,它允许运行中的Java程序获取类的信息,并且可以操作类或对象的内部属性。通过反射,我们可以在运行时获得程序或程序集中每一个类型的成员和成员的信息。反射的核心是JVM在运行时才动态加载类或调用方法/访问属性,它不需要......
  • 算法学习笔记(24): 狄利克雷卷积和莫比乌斯反演
    狄利克雷卷积和莫比乌斯反演看了《组合数学》,再听了学长讲的……感觉三官被颠覆……目录狄利克雷卷积和莫比乌斯反演狄利克雷卷积特殊的函数函数之间的关系除数函数和幂函数欧拉函数和恒等函数卷积的逆元莫比乌斯函数与莫比乌斯反演求法数论分块(整除分块)莫比乌斯反演的经典结......
  • 微信扫描领取“完整版的Python全套学习资料”的骗子
    网上搜Python学习资料,看到过很多次所谓“这份完整版的Python全套学习资料已经上传CSDN,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】”这些领资料的都是骗人的,扫了微信会问你杂七杂八的问题:python基础怎样,为什么学python,安装了pycharm没有等等。只......
  • 博客与笔记
    最近发现语雀的会员在今年9月即将过期,这意味着不能接下来语雀对我来说更类似于笔记软件,不能再发布内容了。笔记更像是自己不成熟的纪录,博客更多的是将解决问题的步骤作为可以分享的经验发布出来。 芥川龙之介曾经有写过一段随笔:“我有候会想,二十年后,五十年后,甚或一百年后的事。......
  • 网络学习笔记:华为 voice vlan配置(设备型号s7700核心)
    组网结构简介1、核心s7700下面连接电话交换机s5735(POE供电给IP话机),dhcp,voicevlan等配置在s7700实现,s5735充当傻瓜式交换机使用。2、目标实现数据vlan125给PC,语音vlan124给话机,话机连接交换机电口,PC连接话机的PC口使用。配置dhcp配置Vlan124/125#全局dhcpenable##......