逻辑回归---kaggle糖尿病预测实例

这篇博客介绍了如何使用逻辑回归进行糖尿病预测。首先,数据预处理包括加载数据、分离特征和目标变量、特征标准化和添加全1列。接着,利用梯度下降法训练逻辑回归模型,并计算预测准确率。此外,还展示了如何使用sklearn的LogisticRegression实现相同任务,最终得出的预测准确率接近80%。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

逻辑回归—kaggle糖尿病预测

import warnings
warnings.filterwarnings('ignore')#忽略匹配警告
data=np.loadtxt(r"C:\践\pima-indians-diabetes.data.csv",delimiter=",",skiprows=1,dtype=np.float)
data
array([[  6.   , 148.   ,  72.   , ...,   0.627,  50.   ,   1.   ],
       [  1.   ,  85.   ,  66.   , ...,   0.351,  31.   ,   0.   ],
       [  8.   , 183.   ,  64.   , ...,   0.672,  32.   ,   1.   ],
       ...,
       [  5.   , 121.   ,  72.   , ...,   0.245,  30.   ,   0.   ],
       [  1.   , 126.   ,  60.   , ...,   0.349,  47.   ,   1.   ],
       [  1.   ,  93.   ,  70.   , ...,   0.315,  23.   ,   0.   ]])
#分离特征变量和分类变量
X=data[:,:-1]
y=data[:,-1]
#特征标准化
mu=X.mean(axis=0)
std=X.std(axis=0)
X=(X-mu)/std
#添加全1列
x_ones=np.ones<
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值