我们先演示逻辑回归的基本使用(如图8-2所示),完整演示代码请见本书GitHub上的8-1.py。逻辑回归的核心函数为:
LogisticRegression(penalty='l2', dual=False, tol=0.0001, C=1.0, fit_intercept=True, intercept_scaling=1, class_weight=None, random_state=None, solver='liblinear', max_iter=100, multi_class='ovr', verbose=0, warm_start=False, n_jobs=1)
图8-2 逻辑回归使用举例
其中比较重要的参数有以下4个。
·random_state:随机种子。
·C:正则化系数,越小正则化程度越高。
·Solver:算法,包括‘newton-cg’‘lbfgs’‘liblinear’‘sag’,默认使用‘liblinear’。
·n_jobs:并发任务数。
加载相关库文件:
import numpy as np import matplotlib.pyplot as plt from sklearn import linear_model, datasets
使用经典的iris数据集合:
iris = datasets.load_iris() X = iris.data[:, :2] Y = iris.target
使用逻辑回归训练并预测:
logreg = linear_model.LogisticRegression(C=1e5) logreg.fit(X, Y) x_min, x_max = X[:, 0].min() - .5, X[:, 0].max() + .5 y_min, y_max = X[:, 1].min() - .5, X[:, 1].max() + .5 xx, yy = np.meshgrid(np.arange(x_min, x_max, h), np.arange(y_min, y_max, h)) Z = logreg.predict(np.c_[xx.ravel(), yy.ravel()])
将结果可视化:
Z = Z.reshape(xx.shape) plt.figure(1, figsize=(4, 3)) plt.pcolormesh(xx, yy, Z, cmap=plt.cm.Paired) plt.scatter(X[:, 0], X[:, 1], c=Y, edgecolors='k', cmap=plt.cm.Paired) plt.xlabel('Sepal length') plt.ylabel('Sepal width') plt.xlim(xx.min(), xx.max()) plt.ylim(yy.min(), yy.max()) plt.xticks(()) plt.yticks(()) plt.show()