首页使用LogisticRegression对乳腺癌诊断数据分类

使用LogisticRegression对乳腺癌诊断数据分类

时间: 2024-05-01 18:23:44 浏览: 109

好的，我可以为您提供一个基本的实现示例。首先，我们需要导入所需的库和数据集。在这里，我们将使用sklearn库中的乳腺癌诊断数据集。 ```python from sklearn.datasets import load_breast_cancer from sklearn.linear_model import LogisticRegression from sklearn.model_selection import train_test_split from sklearn.metrics import classification_report # 加载数据集 data = load_breast_cancer() # 将数据集分为训练集和测试集 X_train, X_test, y_train, y_test = train_test_split(data.data, data.target, test_size=0.2, random_state=42) ``` 接下来，我们将拟合LogisticRegression模型并对测试数据进行预测。 ```python # 初始化LogisticRegression模型 lr = LogisticRegression() # 拟合训练数据 lr.fit(X_train, y_train) # 对测试数据进行预测 y_pred = lr.predict(X_test) ``` 最后，我们可以使用classification_report函数来评估模型的性能。 ```python # 输出分类报告 print(classification_report(y_test, y_pred)) ``` 完整代码如下： ```python from sklearn.datasets import load_breast_cancer from sklearn.linear_model import LogisticRegression from sklearn.model_selection import train_test_split from sklearn.metrics import classification_report # 加载数据集 data = load_breast_cancer() # 将数据集分为训练集和测试集 X_train, X_test, y_train, y_test = train_test_split(data.data, data.target, test_size=0.2, random_state=42) # 初始化LogisticRegression模型 lr = LogisticRegression() # 拟合训练数据 lr.fit(X_train, y_train) # 对测试数据进行预测 y_pred = lr.predict(X_test) # 输出分类报告 print(classification_report(y_test, y_pred)) ``` 希望这可以帮助您开始使用LogisticRegression对乳腺癌诊断数据进行分类。

阅读全文