鸢尾花分类逻辑回归Python
时间: 2024-05-08 15:13:52 浏览: 147
逻辑回归-鸢尾花数据集分类
鸢尾花分类是一个经典的机器学习问题,它的目标是根据鸢尾花的四个特征(花萼长度、花萼宽度、花瓣长度和花瓣宽度)来预测鸢尾花属于哪个品种(Setosa,Versicolor或Virginica)。逻辑回归是一种二分类算法,用于预测二元变量的输出。在鸢尾花分类问题中,我们可以将三个品种中的每一个都看作一个类,这样就需要使用多类逻辑回归。
下面是实现鸢尾花分类的逻辑回归Python代码示例:
```
import numpy as np
import pandas as pd
from sklearn.datasets import load_iris
from sklearn.linear_model import LogisticRegression
from sklearn.model_selection import train_test_split
# 加载数据集
iris = load_iris()
X = iris.data
y = iris.target
# 将数据集分为训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=0)
# 创建逻辑回归模型并拟合数据
lr = LogisticRegression()
lr.fit(X_train, y_train)
# 在测试集上进行预测
y_pred = lr.predict(X_test)
# 计算准确率
accuracy = np.mean(y_pred == y_test)
print("准确率为:", accuracy)
# 相关问题:
1. 什么是鸢尾花分类问题?
2. 什么是逻辑回归?
3. 如何将数据集分为训练集和测试集?
4. 如何评估逻辑回归模型的准确率?
阅读全文