sklearn線性邏輯回歸和非線性邏輯回歸的實現
更新時間：2020年06月09日 14:55:18 作者：iownlucky
這篇文章主要介紹了sklearn線性邏輯回歸和非線性邏輯回歸的實現，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧
線性邏輯回歸
本文用代碼實現怎么利用sklearn來進行線性邏輯回歸的計算，下面先來看看用到的數據。
這是有兩行特征的數據，然后第三行是數據的標簽。
python代碼
首先導入包和載入數據
寫一個畫圖的函數，把這些數據表示出來：
然后我們調用這個函數得到下面的圖像：
接下來開始創(chuàng)建模型并擬合，然后調用sklearn里面的邏輯回歸方法，里面的函數可以自動幫算出權值和偏置值，非常簡單，接著畫出圖像。
最后我們可以來看看評估值：
可以看到，正確率、召回率、F1值都達到了95%。
非線性邏輯回歸
非線性邏輯回歸意味著決策邊界是曲線，和線性邏輯回歸的原理是差不多的，這里用到的數據是datasets自動生成的，
接下來要把數據進行多項式處理，簡單地說就是增加數據的特征，
然后規(guī)定好圖像的坐標值，并生成一個網格矩陣，
定義一個等高線的高，
結果一目了然，很好的分成了兩類：
看一下準確率，98%，說明算比較成功，準確率很高。
線性邏輯回歸和非線性邏輯回歸用到的代價函數都是一樣的，原理相同，只不過是預估函數的復雜度不一樣，非線性邏輯回歸要對數據進行多項式處理，增加數據的特征量。
到此這篇關于sklearn線性邏輯回歸和非線性邏輯回歸的實現的文章就介紹到這了,更多相關sklearn線性邏輯回歸和非線性邏輯回歸內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！
相關文章
深入解析Python中BeautifulSoup4的基礎知識與實戰(zhàn)應用
BeautifulSoup4正是一款功能強大的解析器,能夠輕松解析HTML和XML文檔,本文將介紹BeautifulSoup4的基礎知識,并通過實際代碼示例進行演示,感興趣的可以了解下2024-02-02
這篇文章主要為大家詳細介紹了如何溧陽Python語言實現統(tǒng)計文章閱讀量的功能，文中的示例代碼講解詳細，感興趣的小伙伴可以跟隨小編一起學習一下2023-02-02
pathlib?是?Python?的一個標準庫,它提供了一個面向對象的文件系統(tǒng)路徑操作接口,本文主要介紹了Python使用pathlib進行文件系統(tǒng)操作的相關知識,有需要的可以了解下2024-11-11
這篇文章主要介紹了python實現在pickling的時候壓縮的方法,比較具有實用價值,需要的朋友可以參考下2014-09-09
這篇文章主要為大家詳細介紹了python遠程連接服務器MySQL數據庫，具有一定的參考價值，感興趣的小伙伴們可以參考一下2018-07-07
今天小編就為大家分享一篇python 除法保留兩位小數點的方法，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2018-07-07
今天小編就為大家分享一篇使用PyQt4 設置TextEdit背景的方法，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2019-06-06
密碼的使用最早可以追溯到古羅馬時期，《高盧戰(zhàn)記》有描述愷撒曾經使用密碼來傳遞信息，即所謂的“愷撒密碼”。本文將利用Python實現簡易的凱撒密碼，感興趣的可以了解一下2022-09-09
這篇文章主要介紹了Python使用lambda拋出異常實現方法解析,文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下2020-08-08
今天給大家?guī)淼氖顷P于Python的相關知識,文章圍繞著Python代碼調試工具展開,文中有非常詳細的介紹及代碼示例,需要的朋友可以參考下2021-06-06