python 逻辑回归例题
时间: 2023-09-26 19:14:32 浏览: 51
当然,我可以给你一个 Python 的逻辑回归的例题。假设我们有一个数据集,其中包含了两个特征:x1 和 x2,并且有一个二元分类的目标变量 y。我们想要训练一个逻辑回归模型来预测 y 的值。
首先,我们需要导入必要的库:
```python
import numpy as np
import pandas as pd
from sklearn.linear_model import LogisticRegression
from sklearn.model_selection import train_test_split
from sklearn.metrics import accuracy_score
```
接下来,我们创建一个示例数据集:
```python
data = {'x1': [1, 2, 3, 4, 5, 6, 7, 8, 9, 10],
'x2': [2, 4, 6, 8, 10, 12, 14, 16, 18, 20],
'y': [0, 0, 0, 0, 1, 1, 1, 1, 1, 1]}
df = pd.DataFrame(data)
```
然后,我们将数据集分为训练集和测试集:
```python
X = df[['x1', 'x2']]
y = df['y']
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)
```
接下来,我们创建并训练逻辑回归模型:
```python
model = LogisticRegression()
model.fit(X_train, y_train)
```
最后,我们可以用测试集进行预测,并评估模型的准确性:
```python
y_pred = model.predict(X_test)
accuracy = accuracy_score(y_test, y_pred)
print("Accuracy:", accuracy)
```
这就是一个简单的逻辑回归的例题,希望能对你有所帮助!如果你有其他问题,请随时提问。