1. 建立数据集
from collections import OrderedDict
import pandas as pd
import numpy as np
examDict={
'学习时间':[0.50,0.75,1.00,1.25,1.50,1.75,1.75,2.00,2.25,2.50,
2.75,3.00,3.25,3.50,4.00,4.25,4.50,4.75,5.00,5.50],
'通过考试':[0,0,0,0,0,0,1,0,1,0,1,0,1,0,1,1,1,1,1,1]
}
examOrderDict=OrderedDict(examDict)
examDf=pd.DataFrame(examOrderDict)
examDf.head()
2.提取特征和标签
3.绘制散点图
exam_X=examDf.loc[:,'学习时间']
exam_y=examDf.loc[:,'通过考试']
import matplotlib.pyplot as plt
plt.scatter(exam_X,exam_y,color='b',label='exam data')
plt.xlabel('Hours')
plt.ylabel('Pass')
plt.show()
4.建立训练数据集和测试数据集
from sklearn.cross_validation import train_test_split
X_train,X_test,y_train,y_test=train_test_split(exam_X,exam_y,train_size=.8)
print('原始数据特征：',exam_X.shape)
print('训练数据特征：',X_train.shape)
print('测试数据特征：',X_test.shape)
print('原始数据标签：',exam_y.shape)
print('训练数据标签：',y_train.shape)
print('测试数据标签：',y_test.shape)
原始数据特征： (20,)
训练数据特征： (16,)
测试数据特征： (4,)
原始数据标签： (20,)
训练数据标签： (16,)
测试数据标签： (4,)
import matplotlib.pyplot as plt
plt.scatter(X_train,y_train,color='blue',label='train data')
plt.scatter(X_test,y_test,color='red',label='test data')
plt.legend(loc=2)
plt.xlabel('Hours')
plt.ylabel('Pass')
plt.show()
5.训练模型（使用训练数据）
6.模型评估（使用测试数据）
X_train=X_train.values.reshape(-1,1)
X_test=X_test.values.reshape(-1,1)
from sklearn.linear_model import LogisticRegression
model=LogisticRegression()
model.fit(X_train,y_train)
LogisticRegression(C=1.0, class_weight=None, dual=False, fit_intercept=True,
intercept_scaling=1, max_iter=100, multi_class='ovr', n_jobs=1,
penalty='l2', random_state=None, solver='liblinear', tol=0.0001,
verbose=0, warm_start=False)
model.score(X_test,y_test)
0.25
model.predict_proba(3)
array([[ 0.41834279, 0.58165721]])
pred=model.predict([[3]])
print(pred)
[1]
a=model.intercept_
b=model.coef_
x=3
z=a+b*x
y_pred=1/(1+np.exp(-z))
print('预测的概率值：',y_pred)
预测的概率值： [[ 0.58165721]]相关文章：
