美文网首页
算法笔记(11)逻辑回归算法及Python代码实现

算法笔记(11)逻辑回归算法及Python代码实现

作者: 编程研究坊 | 来源:发表于2022-05-16 23:32 被阅读0次

逻辑回归算法是一种被广泛使用的分类算法,通过训练数据中的正负样本,学习样本特征到样本标签之间的假设函数。逻辑回归假设因变量 y 服从伯努利分布,而线性回归假设因变量 y 服从高斯分布。 因此与线性回归有很多相同之处,去除Sigmoid映射函数的话,逻辑回归算法就是一个线性回归。
优点
(1)适合二分类问题,不需要缩放输入特征;
(2)内存资源占用小,因为只需要存储各个维度的特征值;
(3)训练速度快;
缺点
(1)不能用逻辑回归去解决非线性问题,因为Logistic的决策面是线性的;
(2)准确率并不是很高,因为形式非常的简单(非常类似线性模型),很难去拟合数据的真实分布;

输入数据

Python代码实现

# iterate over datasets
for ds_cnt, ds in enumerate(datasets):
    # iterate over classifiers
    for name, clf in zip(names, classifiers):
        ax = plt.subplot(len(datasets), len(classifiers) + 1, i)
        clf.fit(X_train, y_train)
        score = clf.score(X_test, y_test)

        # Plot the decision boundary. For that, we will assign a color to each
        # point in the mesh [x_min, x_max]x[y_min, y_max].
        if hasattr(clf, "decision_function"):
            Z = clf.decision_function(np.c_[xx.ravel(), yy.ravel()])
        else:
            Z = clf.predict_proba(np.c_[xx.ravel(), yy.ravel()])[:, 1]

        # Put the result into a color plot
        Z = Z.reshape(xx.shape)
        ax.contourf(xx, yy, Z, cmap=cm, alpha=.8)

        # Plot also the training points
        ax.scatter(X_train[:, 0], X_train[:, 1], c=y_train, cmap=cm_bright,
                   edgecolors='k')
        # and testing points
        ax.scatter(X_test[:, 0], X_test[:, 1], c=y_test, cmap=cm_bright,
                   edgecolors='k', alpha=0.6)

        ax.set_xlim(xx.min(), xx.max())
        ax.set_ylim(yy.min(), yy.max())
        ax.set_xticks(())
        ax.set_yticks(())
        if ds_cnt == 0:
            ax.set_title(name)
        ax.text(xx.max() - .3, yy.min() + .3, ('%.2f' % score).lstrip('0'),
                size=15, horizontalalignment='right')
        i += 1

plt.tight_layout()
plt.show()

输出结果如下图:


逻辑回归分类图

想要完整代码的朋友,可toutiao号搜索“编程研究坊”关注后s信我,回复“算法笔记11“免费获取

相关文章

  • 算法笔记(11)逻辑回归算法及Python代码实现

    逻辑回归算法是一种被广泛使用的分类算法,通过训练数据中的正负样本,学习样本特征到样本标签之间的假设函数。逻辑回归假...

  • 全面解析并实现逻辑回归(Python)

    本文以模型、学习目标、优化算法的角度解析逻辑回归(LR)模型,并以Python从头实现LR训练及预测。 一、逻辑回...

  • 2018-10-20

    Python与数据挖掘(二)——逻辑回归 2、算法实现 import pandas as pdfrom sklea...

  • 从0开始实现逻辑回归算法(LogicRegression)

    从0开始实现逻辑回归算法(LogicRegression) 逻辑回归(LR)算法是一个比较常见的二元分类算法,通常...

  • 2018-10-19

    Python与数据挖掘(二)——逻辑回归 逻辑回归一般用来实现分类 一、算法原理 1、预测函数 2、将预测函数的输...

  • 【算法】python实现逻辑回归

    预备资源 Python的几个包: numpy: Python的语言扩展,定义了数字的数组和矩阵 pandas: 直...

  • 回归算法学习

    回归算法是机器学习中的经典算法之一,本文是对学习线性回归和逻辑回归算法进行的总结,线性回归与逻辑回归算法解决的分别...

  • 机器学习 -- 绪论(一)人工智能定义

    课程内容安排 机器学习绪论 Python语言基础 分类算法及应用实践 回归算法及应用实践 聚类算法与关联分析 深度...

  • 算法笔记(12)DBSCAN算法及Python代码实现

    聚类算法主要包括K均值(K-Means)聚类、凝聚聚类以及DBSCA算法。本节主要介绍DBSCA算法DBSCAN是...

  • SMO算法实现

    这里根据SMO算法原论文中的伪代码实现了SMO算法。算法和数据已经上传到了git。 伪代码 python实现 分类...

网友评论

      本文标题:算法笔记(11)逻辑回归算法及Python代码实现

      本文链接:https://www.haomeiwen.com/subject/iiiwurtx.html