机器学习 Day 5 | 实现 Logistic Regression

机器学习第5天 结合昨天的知识实现逻辑回归

数据集地址

https://www.xiehaoo.com/media/record/pinke/2018/08/Social_Network_Ads.csv

该数据集包含了社交网络中用户的信息。这些信息涉及用户ID,性别,年龄以及预估薪资。一家汽车公司刚刚推出了他们新型的豪华SUV,我们尝试预测哪些用户会购买这种全新SUV。并且在最后一列用来表示用户是否购买。我们将建立一种模型来预测用户是否购买这种SUV,该模型基于两个变量,分别是年龄和预计薪资。因此我们的特征矩阵将是这两列。我们尝试寻找用户年龄与预估薪资之间的某种相关性,以及他是否购买SUV的决定。


User ID Gender Age EstimatedSalary Purchased

0    15624510    Male  19            19000          0

1    15810944    Male  35            20000          0

2    15668575  Female  26            43000          0

3    15603246  Female  27            57000          0

4    15804002    Male  19            76000          0

5    15728773    Male  27            58000          0

6    15598044  Female  27            84000          0

7    15694829  Female  32          150000          1

8    15600575    Male  25            33000          0

9    15727311  Female  35            65000          0

10  15570769  Female  26            80000          0

11  15606274  Female  26            52000          0

12  15746139    Male  20            86000          0

13  15704987    Male  32            18000          0

14  15628972    Male  18            82000          0

15  15697686    Male  29            80000          0

16  15733883    Male  47            25000          1

17  15617482    Male  45            26000          1

18  15704583    Male  46            28000          1

19  15621083  Female  48            29000          1

20  15649487    Male  45            22000          1

21  15736760  Female  47            49000          1

22  15714658    Male  48            41000          1

23  15599081  Female  45            22000          1

24  15705113    Male  46            23000          1

25  15631159    Male  47            20000          1

26  15792818    Male  49            28000          1

27  15633531  Female  47            30000          1

28  15744529    Male  29            43000          0

29  15669656    Male  31            18000          0

..        ...    ...  ...              ...        ...

370  15611430  Female  60            46000          1

371  15774744    Male  60            83000          1

372  15629885  Female  39            73000          0

373  15708791    Male  59          130000          1

374  15793890  Female  37            80000          0

375  15646091  Female  46            32000          1

376  15596984  Female  46            74000          0

377  15800215  Female  42            53000          0

378  15577806    Male  41            87000          1

379  15749381  Female  58            23000          1

380  15683758    Male  42            64000          0

381  15670615    Male  48            33000          1

382  15715622  Female  44          139000          1

383  15707634    Male  49            28000          1

384  15806901  Female  57            33000          1

385  15775335    Male  56            60000          1

386  15724150  Female  49            39000          1

387  15627220    Male  39            71000          0

388  15672330    Male  47            34000          1

389  15668521  Female  48            35000          1

390  15807837    Male  48            33000          1

391  15592570    Male  47            23000          1

392  15748589  Female  45            45000          1

393  15635893    Male  60            42000          1

394  15757632  Female  39            59000          0

395  15691863  Female  46            41000          1

396  15706071    Male  51            23000          1

397  15654296  Female  50            20000          1

398  15755018    Male  36            33000          0

399  15594041  Female  49            36000          1

[400 rows x 5 columns]

所有代码

import numpy as numpy
import matplotlib.pyplot as plt
import pandas as pd
from sklearn.cross_validation import train_test_split
from sklearn.preprocessing import StandardScaler
from sklearn.linear_model import LogisticRegression
from sklearn.metrics import confusion_matrix

dataset = pd.read_csv('/Users/xiehao/Desktop/100-Days-Of-ML-Code-master/datasets/Social_Network_Ads.csv')
#数据预处理
X = dataset.iloc[:, [2, 3]].values
Y = dataset.iloc[:,4].values
X_train, X_test, y_train, y_test = train_test_split(X, Y, test_size = 0.25, random_state = 0)
#特征缩放
sc = StandardScaler()
X_train = sc.fit_transform(X_train)
X_test = sc.transform(X_test)
#将逻辑回归应用于训练集
classifier = LogisticRegression()
classifier.fit(X_train, y_train)
#预测测试集结果
y_pred = classifier.predict(X_test)
#生成混淆矩阵
cm = confusion_matrix(y_test, y_pred)

第一步:数据预处理
老规矩

#导入数据集
dataset = pd.read_csv('Social_Network_Ads.csv')
X = dataset.iloc[:, [2, 3]].values
Y = dataset.iloc[:,4].values
#将数据集分成训练集和测试集,比例是1:4
X_train, X_test, y_train, y_test = train_test_split(X, Y, test_size = 0.25, random_state = 0)
#特征缩放
sc = StandardScaler()
X_train = sc.fit_transform(X_train)
X_test = sc.transform(X_test)

第二步:逻辑回归模型
该项工作的库将会是一个线性模型库,之所以被称为线性是因为逻辑回归是一个线性分类器,这意味着我们在二维空间中,我们两类用户(购买和不购买)将被一条直线分割。然后导入逻辑回归类。下一步我们将创建该类的对象,它将作为我们训练集的分类器。

#使用 LogisticRegression类中的fit对象
classifier = LogisticRegression()
classifier.fit(X_train, y_train)

第三步:预测测试集结果

y_pred = classifier.predict(X_test)
>>print(y_pred)
  [0 0 0 0 0 0 0 1 0 1 0 0 0 0 0 0 0 0 1 0 0 1 0 1 0 1 0 0 0 0 0 0 1 0 0 0 0
 0 0 1 0 0 0 0 1 0 0 1 0 1 1 0 0 0 1 0 0 0 0 0 0 1 0 0 0 1 0 0 0 0 1 0 0 0
 0 0 1 0 1 1 1 1 0 0 1 1 0 1 0 0 0 1 0 0 0 0 0 0 1 1]

第四步:评估预测
我们预测了测试集。 现在我们将评估逻辑回归模型是否正确的学习和理解。因此这个混淆矩阵将包含我们模型的正确和错误的预测。

cm = confusion_matrix(y_test, y_pred)
>>print(cm)
  [[65  3]
   [ 8 24]]

感谢原作者 Avik-Jain 以及 zhyongquan的汉化

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,271评论 5 476
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,275评论 2 380
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,151评论 0 336
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,550评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,553评论 5 365
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,559评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,924评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,580评论 0 257
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,826评论 1 297
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,578评论 2 320
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,661评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,363评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,940评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,926评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,156评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,872评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,391评论 2 342