逻辑回归分析 逻辑回归分析SPSS

Step1：函数库导入

##  基础函数库import numpy as np import pandas as pd## 绘图函数库import matplotlib.pyplot as pltimport seaborn as sns

本次我们选择鸢花数据(iris)进行方法的尝试训练，该数据集一共包含5个变量，其中4个特征变量，1个目标分类变量。共有150个样本，目标变量为 花的类别 其都属于鸢尾属下的三个亚属，分别是山鸢尾 (Iris-setosa)，变色鸢尾(Iris-versicolor)和维吉尼亚鸢尾(Iris-virginica)。包含的三种鸢尾花的四个特征，分别是花萼长度(cm)、花萼宽度(cm)、花瓣长度(cm)、花瓣宽度(cm)，这些形态特征在过去被用来识别物种。

Step2：数据读取/载入

##我们利用sklearn中自带的iris数据作为数据载入，并利用Pandas转化为DataFrame格式from sklearn.datasets import load_irisdata = load_iris() #得到数据特征iris_target = data.target #得到数据对应的标签iris_features = pd.DataFrame(data=data.data, columns=data.feature_names) #利用Pandas转化为DataFrame格式

Step3：数据信息简单查看

##利用.info()查看数据的整体信息iris_features.info()####RangeIndex:150entries,0to149##Datacolumns(total4columns):###ColumnNon-NullCountDtype##----------------------------##0sepallength(cm)150non-nullfloat64##1sepalwidth(cm)150non-nullfloat64##2petallength(cm)150non-nullfloat64##3petalwidth(cm)150non-nullfloat64##dtypes:float64(4)##memoryusage:4.8KB

##进行简单的数据查看，我们可以利用.head()头部.tail()尾部iris_features.head()

##对于特征进行一些统计描述iris_features.describe()

Step4:可视化描述

## 合并标签和特征信息iris_all = iris_features.copy() ##进行浅拷贝，防止对于原始数据的修改iris_all['target'] = iris_target

## 特征与标签组合的散点可视化sns.pairplot(data=iris_all,diag_kind='hist', hue= 'target')plt.show()

for col in iris_features.columns:    sns.boxplot(x='target', y=col, saturation=0.5, palette='pastel', data=iris_all)    plt.title(col)    plt.show()

Step5:利用 逻辑回归模型 在二分类上 进行训练和预测

##为了正确评估模型性能，将数据划分为训练集和测试集，并在训练集上训练模型，在测试集上验证模型性能。from sklearn.model_selection import train_test_split##选择其类别为0和1的样本(不包括类别为2的样本)iris_features_part=iris_features.iloc[:100]iris_target_part=iris_target[:100]##测试集大小为20%，80%/20%分x_train,x_test,y_train,y_test=train_test_split(iris_features_part,iris_target_part,test_size=0.2,random_state=2020)

##从sklearn中导入逻辑回归模型from sklearn.linear_model import LogisticRegression

##定义逻辑回归模型clf=LogisticRegression(random_state=0,solver='lbfgs')

##在训练集上训练逻辑回归模型clf.fit(x_train,y_train)

##查看其对应的wprint('the weight of Logistic Regression:',clf.coef_)##查看其对应的w0print('the intercept(w0) of Logistic Regression:',clf.intercept_)

##在训练集和测试集上分布利用训练好的模型进行预测train_predict=clf.predict(x_train)test_predict=clf.predict(x_test)

from sklearn import metrics##利用accuracy(准确度)【预测正确的样本数目占总预测样本数目的比例】评估模型效果print('The accuracy of the Logistic Regression is:',metrics.accuracy_score(y_train,train_predict))print('The accuracy of the Logistic Regression is:',metrics.accuracy_score(y_test,test_predict))##查看混淆矩阵(预测值和真实值的各类情况统计矩阵)confusion_matrix_result=metrics.confusion_matrix(test_predict,y_test)print('The confusion matrix result:\n',confusion_matrix_result)##利用热力图对于结果进行可视化plt.figure(figsize=(8,6))sns.heatmap(confusion_matrix_result,annot=True,cmap='Blues')plt.xlabel('Predictedlabels')plt.ylabel('Truelabels')plt.show()##The accuracy of the Logistic Regressionis:1.0##The accuracy of the Logistic Regressionis:1.0##The confusion matrix result:##[[9  0]##[0  11]]

Step6:利用 逻辑回归模型 在三分类(多分类)上 进行训练和预测

##测试集大小为20%，80%/20%分x_train,x_test,y_train,y_test=train_test_split(iris_features,iris_target,test_size=0.2,random_state=2020)

##定义逻辑回归模型clf=LogisticRegression(random_state=0,solver='lbfgs')

##在训练集上训练逻辑回归模型clf.fit(x_train,y_train)

##查看其对应的wprint('the weight of Logistic Regression:\n',clf.coef_)##查看其对应的w0print('the intercept(w0) of Logistic Regression:\n',clf.intercept_)##由于这个是3分类，所有我们这里得到了三个逻辑回归模型的参数，其三个逻辑回归组合起来即可实现三分类

##在训练集和测试集上分布利用训练好的模型进行预测train_predict=clf.predict(x_train)test_predict=clf.predict(x_test)##由于逻辑回归模型是概率预测模型(前文介绍的p=p(y=1|x,\theta)),所有我们可以利用predict_proba函数预测其概率train_predict_proba=clf.predict_proba(x_train)test_predict_proba=clf.predict_proba(x_test)print('The test predict Probability of each class:\n',test_predict_proba)##其中第一列代表预测为0类的概率，第二列代表预测为1类的概率，第三列代表预测为2类的概率。##利用accuracy(准确度)【预测正确的样本数目占总预测样本数目的比例】评估模型效果print('The accuracy of the Logistic Regression is:',metrics.accuracy_score(y_train,train_predict))print('The accuracy of the Logistic Regression is:',metrics.accuracy_score(y_test,test_predict))

##查看混淆矩阵confusion_matrix_result=metrics.confusion_matrix(test_predict,y_test)print('The confusion matrix result:\n',confusion_matrix_result)##利用热力图对于结果进行可视化plt.figure(figsize=(8,6))sns.heatmap(confusion_matrix_result,annot=True,cmap='Blues')plt.xlabel('Predicted labels')plt.ylabel('True labels')plt.show()##The confusion matrix result:##[[10  0   0]##[0   8   2] ##[0   2   8]]

以上就是全部的代码，大家可以自己也实践操作一下，代码还是需要自己敲一遍效果才最好，当然微信的代码是我复制过来的