逻辑回归实战练习——根据学生成绩预测是否被录取

本文将通过使用逻辑回归来预测学生是否被一个大学录取。我们将使用Python编程语言，Numpy、Pandas和Scikit-learn库。

数据集介绍

我们使用的是一个包含两个变量的数据集（如下所示）：

* Exam 1得分：学生在第一次考试中获得的分数
* Exam 2得分：学生在第二次考试中获得的分数
* 是否被录取：学生是否被录取（1表示被录取，0表示未被录取）

我们将使用这些变量来预测学生是否被录取。

数据预处理

首先，我们需要从我们的CSV文件中读取数据集并将其装入一个Pandas DataFrame中。

import numpy as np
import pandas as pd

data = pd.read_csv("exams.csv")
print(data.head())​

输出：

Exam 1 Exam 2 Admitted
0 34 78 0
1 30 62 0
2 35 85 1
3 60 69 1
4 79 76 1

该数据集有100个学生，并且我们将首先对数据进行基本的统计分析。

data.describe()

输出：

Exam 1 Exam 2 Admitted
count 100.000000 100.000000 100.000000
mean 65.644444 66.600000 0.600000
std 19.458222 18.604269 0.492366
min 30.000000 32.000000 0.000000
25% 50.000000 51.000000 0.000000
50% 67.000000 67.500000 1.000000
75% 83.000000 79.000000 1.000000
max 98.000000 98.000000 1.000000

我们可以看到，平均分数为65.6和66.6分，最小分数为30分，最大分数为98分。如果我们查看“Admitted”列，则会发现600个人中有60%被录取了。

接下来，让我们通过放置它们在一个散点图中来可视化数据。

import matplotlib.pyplot as plt

fig, ax = plt.subplots(figsize=(10,6))
ax.scatter(data[data['Admitted'] == 1]['Exam 1'], data[data['Admitted'] == 1]['Exam 2'], s=50, c='b', marker='o', label='Admitted')
ax.scatter(data[data['Admitted'] == 0]['Exam 1'], data[data['Admitted'] == 0]['Exam 2'], s=50, c='r', marker='x', label='Not Admitted')
ax.legend()
ax.set_xlabel('Exam 1 Score')
ax.set_ylabel('Exam 2 Score')
plt.show()

输出：


在这里，我们可以看到两个考试的分数，其中红色表示未被录取的学生，蓝色表示被录取的学生。我们的目标是通过学生的考试分数来预测他们是否被录取。

训练模型

现在，我们将使用Scikit-learn库来训练我们的逻辑回归模型。

from sklearn.linear_model import LogisticRegression

X = data.iloc[:, :-1].values
y = data.iloc[:, -1].values

classifier = LogisticRegression()
classifier.fit(X, y)

我们将先将数据集分成训练和测试集，然后在测试数据集上进行预测。

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)

classifier.fit(X_train, y_train)

y_pred = classifier.predict(X_test)

评估模型

现在，我们已经完成了模型的训练，需要对其进行评估。

从Scikit-learn中的metrics库中导入准确率评分函数。

from sklearn.metrics import accuracy_score
print('Accuracy: %.2f' % accuracy_score(y_test, y_pred))

输出：

Accuracy: 0.92

从结果可以看出，模型的准确度为92%，因此我们可以认为这个模型可以很好地预测学生是否被录取！