超级会员免费看
本文介绍如何使用Python的scikit-learn库实现逻辑回归模型，并通过手动计算逻辑回归概率与模型预测结果进行对比。文章通过鸢尾花数据集进行演示，展示从数据预处理到模型训练、预测及概率计算的全过程，验证了手动计算与模型预测的一致性。
上面我们已经把逻辑回归的公式,以及,公式对应的图形都画画出来了,然后我们再来看看
如何用代码实现
可以看到上面是代码,咱们自己去写一下
import numpy as np
from sklearn.linear_model import LogistieRegression
from sklearn import datasets
# 训练数据和测试数据拆分
from sklearn.model_election import train_test_split
X,y=datasets.load_iris(return_X_y=True) 获取莺尾花数据集的X,y数据
cond=y!=2 #过滤数据：类别是2,过滤掉 , 这个意思就是如果y
订阅专栏 解锁全文
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
