【机器学习100天】Day6-逻辑回归

数据集(点击下载)

# 第一步：数据预处理

# 导入库
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

# 导入数据集
dataset = pd.read_csv(r'D:Python100-Days-Of-ML-Code-masterdatasetsSocial_Network_Ads.csv')
X = dataset.iloc[:, [2, 3]].values
Y = dataset.iloc[:, 4].values

# 将数据集分为训练集和测试集
from sklearn.model_selection import train_test_split
X_train, X_test, Y_train, Y_test = train_test_split(X, Y, test_size=0.25, random_state=0)

# 特征缩放
from sklearn.preprocessing import StandardScaler
sc_X = StandardScaler()
X_train = sc_X.fit_transform(X_train)
X_test = sc_X.transform(X_test)

# 第二步：逻辑回归模型

# 将逻辑回归应用于训练集
from sklearn.linear_model import LogisticRegression
classifier = LogisticRegression()
classifier.fit(X_train, Y_train)

# 第三步：预测
Y_pred = classifier.predict(X_test)

# 第四步：评估预测

# 生成混淆矩阵
from sklearn.metrics import confusion_matrix
cm = confusion_matrix(Y_test, Y_pred)

# 可视化
from matplotlib.colors import ListedColormap
X_set, Y_set = X_train, Y_train
X1, X2 = np.meshgrid(np.arange(start=X_set[:, 0].min()-1, stop=X_set[:, 0].max()+1, step=0.01),
                     np.arange(start=X_set[:, 1].min()-1, stop=X_set[:, 1].max()+1, step=0.01))
plt.contourf(X1, X2, classifier.predict(np.array([X1.ravel(), X2.ravel()]).T).reshape(X1.shape),
             alpha=0.75, cmap=ListedColormap(('red', 'green')))
plt.xlim(X1.min(), X1.max())
plt.ylim(X2.min(), X2.max())
for i, j in enumerate(np.unique(Y_set)):
    plt.scatter(X_set[Y_set == j, 0], X_set[Y_set == j, 1],
                c=ListedColormap(('red', 'green'))(i), label=j)

plt.title(' LOGISTIC(Training set)') # 标题
plt.xlabel(' Age') # X轴标签
plt.ylabel(' Estimated Salary') # Y轴标签
plt.legend() # 添加图例
plt.show()

X_set, Y_set = X_test, Y_test
X1, X2 = np.meshgrid(np.arange(start=X_set[:, 0].min()-1, stop=X_set[:, 0].max()+1, step=0.01),
                     np.arange(start=X_set[:, 1].min()-1, stop=X_set[:, 1].max()+1, step=0.01))
plt.contourf(X1, X2, classifier.predict(np.array([X1.ravel(), X2.ravel()]).T).reshape(X1.shape),
             alpha=0.75, cmap=ListedColormap(('red', 'green')))
plt.xlim(X1.min(), X1.max())
plt.ylim(X2.min(), X2.max())
for i, j in enumerate(np.unique(Y_set)):
    plt.scatter(X_set[Y_set == j, 0], X_set[Y_set == j, 1],
                c=ListedColormap(('red', 'green'))(i), label=j)

plt.title(' LOGISTIC(Test set)')
plt.xlabel(' Age')
plt.ylabel(' Estimated Salary')
plt.legend()
plt.show()

混淆矩阵




np.meshgrid
创建网格线


matplotlib.pyplot.contourf
绘制填充轮廓
contour和contourf分别绘制等高线和填充等高线。除非另有说明，两个版本的函数签名和返回值是相同的
X, Y：这些参数是 Z 中值的坐标
Z ：此参数是绘制轮廓的高度值
alpha：浮点数，默认值：1
Alpha 混合值，介于 0（透明）和 1（不透明）之间
camp:颜色图将级别值映射到颜色






ravel() : 返回一个包含输入元素的一维数组，将输入矩阵按行展开
.T : 数组转置
numpy.reshape :
在不更改其数据的情况下为数组赋予新形状
.shape : 数组的形状
数组的形状是每个维度中元素的数量
NumPy 数组有一个名为的属性shape，它返回一个元组，每个索引都有对应元素的数量

enumerate()

unique : 从列表中获取唯一值