技术文章 > Python技术 >  Python高级 > 正文

python中逻辑回归算法是什么?

小妮浅浅

在处理一个稍微复杂的问题时,我们可以简单的把它进行拆分,针对不同的小问题进行处理。在python中逻辑回归算法,用到的就是这种思想,不过在具体的操作上有一些复杂。下面我们就python中逻辑回归算法的说明、优缺点、使用数据分别进行介绍,然后带来一个实例供大家体会。

1.说明

逻辑回归简称LR,能够将特征输入集合转化为0和1这两类的概率。我们可以简单的把逻辑回归所要解决的问题理解为“分类”问题,在分类问题中最为简单的为二分类,即我们只需要把一组数据分为两类即可。而在二分类问题中,最为简单的又属“线性分类”,即我们只需要用一条直线即可将两类数据分开。

2.优点

计算代价不高,易于理解和实现。

3.缺点

容易欠拟合,分类精度不高。

4.使用数据

数值型和标称型。

5.实例

from sklearn.linear_model import LogisticRegression
# 复习情况,格式为[时长,效率]
x_train=[(0,0),(7,0.9),(15,0.4),(13,0.9),(15,0.4),(16,0.4),(16,0.8),(15,0.7),(17,0.2),(7.5,0.8),(17,0.9),(18,0.1),(18,0.6),(18,0.8)]
y_train=[0,0,0,1,0,0,1,1,0,1,1,0,1,1] #0考不上,1考得上
# 创建并训练逻辑回归模型
reg=LogisticRegression()
reg.fit(x_train,y_train)
# 测试模型
x_test=[(3,0.1),(8,0.3),(7,0.2),(4,0.2),(4,0.4)]
y_test=[0,0,0,0,0]
score=reg.score(x_test,y_test)
# 预测并输出预测结果
learning=[(16,0.9)]
result=reg.predict_proba(learning)
msg='''模型得分:{0}
复习时长为:{1[0]},效率为:{1[1]}
您考不上的概率为:{2[0]}
您考的上的概率为:{2[1]}
总和判断,您会:{3}'''.format(score,learning[0],result[0],'考不上'if result[0][0]>0.5 else "考得上")
print(msg)

以上就是python中逻辑回归算法的简单介绍,相信学完之后,很多人对于这种分类的计算方法产生了兴趣。想要深入了解相关的方法,可以在课后找寻一些资料更多Python高级指路:python高级

免费视频教程
本教程部分素材来源于网络,版权问题联系站长!
相关文章
  python中字符串转成数字的几种方法
  python中datetime和字符串之间如何转换
  python元组中如何进行排序?
  用Python制作整蛊小程序
  python中csv如何设置表头?
相关视频章节
  什么是tkinter窗口
  例子3 登录窗口
  例子2 登录窗口
  例子1 登录窗口
  pack grid place 放置位置
作者信息

小妮浅浅

认证0级讲师

最近文章
python在协程中增加任务 436
python pyg2plot的原理 341
python中pyg2plot如何使用? 152
推荐视频
视频教程分类