良/恶性乳腺癌肿瘤预测

最新推荐文章于 2022-08-24 17:04:02 发布

山歌嘎子

最新推荐文章于 2022-08-24 17:04:02 发布

阅读量787

点赞数 1

CC 4.0 BY-SA版权

分类专栏：机器学习线性分类器文章标签： python算法线性模型学习 numpy

本文链接：https://blog.youkuaiyun.com/u012123197/article/details/72730994

机器学习同时被 2 个专栏收录

13 篇文章

订阅专栏

线性分类器

1 篇文章

订阅专栏

本文介绍了一个使用逻辑回归进行肿瘤良恶性分类的例子。通过导入必要的Python库，如numpy、pandas和matplotlib，文章展示了如何从CSV文件加载数据集，并使用逻辑回归模型对肿瘤细胞的厚度和大小进行分类。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

其中
#导入numpy工具包，并且更名为np
import numpy as np
#导入pandas工具包，并且更名为pd
import pandas as pd
#导入matplotlib工具包中的pyplot，并且更名为plt
import matplotlib.pyplot as plt
#导入sklearn工具包中的逻辑回归分类器
from sklearn.linear_model import LogisticRegression
#读取训练数据集（在UCI中可以找到）
df_train = pd.read_csv('breast-cancer-train.csv')
#读取测试数据集
df_test = pd.read_csv('breast-cancer-test.csv')

'''该数据总共有4列，除了编号之外，
包含Clump Thickness，Cell Size，Type三个特征,
其中前两个特征是数值型的，最后一项是布尔型，分别代表肿瘤患者的良性与恶性
'''


#选取'Clump Thickness'与'Cell Size'作为特征(属性)，构建测试集中的正负分类（恶性肿瘤，良性肿瘤）样本。
#恶性肿瘤用0表示；良性肿瘤用1表示。
df_test_negative = df_test.loc[df_test['Type'] == 0][['Clump Thickness','Cell Size']]
df_test_positive = df_test.loc[df_test['Type'] == 1][['Clump Thickness','Cell Size']]


#绘制良性肿瘤样本点，标记为红色的o
plt.scatter(df_test_negative['Clump Thickness'],df_test_negative['Cell Size'],marker='o',s=200,c='red')
#绘制恶性肿瘤样本点，标记为黑色的x
plt.scatter(df_test_positive['Clump Thickness'],df_test_positive['Cell Size'],marker='x',s=150,c='black')

#绘制x,y轴说明
plt.xlabel('Clump Thickness')
plt.ylabel('Cell Size')
plt.show()


#利用numpy中的random函数随机采样直线的截距和系数。
intercept = np.random.random([1])
coef = np.random.random([2])
lx = np.arange(0,12)
ly = (-intercept-lx * coef[0]) / coef[1]
#绘制一条随机直线
plt.plot(lx,ly,c='yellow')


plt.scatter(df_test_negative['Clump Thickness'],df_test_negative['Cell Size'],marker='o',s=200,c='red')
plt.scatter(df_test_positive['Clump Thickness'],df_test_positive['Cell Size'],marker='x',s=150,c='black')


plt.xlabel('Clump Thickness')
plt.ylabel('Cell Size')
plt.show()


#引入LR分类器
lr = LogisticRegression()
#使用前10条训练样本学习直线的系数和截距
lr.fit(df_train[['Clump Thickness','Cell Size']][:10],df_train['Type'][:10])
print("Testing accuracy(10 training samples):",lr.score(df_test[['Clump Thickness','Cell Size']],df_test['Type']))


intercept = lr.intercept_
coef = lr.coef_[0,:]
ly = (-intercept - lx * coef[0]) / coef[1]


plt.plot(lx,ly,c='green')


plt.scatter(df_test_negative['Clump Thickness'],df_test_negative['Cell Size'],marker='o',s=200,c='red')
plt.scatter(df_test_positive['Clump Thickness'],df_test_positive['Cell Size'],marker='x',s=150,c='black')


plt.xlabel('Clump Thickness')
plt.ylabel('Cell Size')
plt.show()


#使用所有训练样本学习直线的系数和截距
lr.fit(df_train[['Clump Thickness','Cell Size']],df_train['Type'])
print("Testing accuracy(all training samples):",lr.score(df_test[['Clump Thickness','Cell Size']],df_test['Type']))
intercept=lr.intercept_
coef=lr.coef_[0,:]
ly=(-intercept -lx*coef[0])/coef[1]
plt.plot(lx,ly,c='blue')


plt.scatter(df_test_negative['Clump Thickness'],df_test_negative['Cell Size'],marker='o',s=200,c='red')
plt.scatter(df_test_positive['Clump Thickness'],df_test_positive['Cell Size'],marker='x',s=150,c='black')


plt.xlabel('Clump Thickness')
plt.ylabel('Cell Size')
plt.show()