python使用鸢尾花数据集实逻辑回归
时间: 2023-07-06 19:27:32 浏览: 121
【python机器学习】逻辑回归算法实现(基于鸢尾花数据集)-附件资源
好的,针对你的问题,我可以给你以下的代码示例,使用sklearn库中的逻辑回归模型,对鸢尾花数据集进行分类:
```python
from sklearn.datasets import load_iris
from sklearn.linear_model import LogisticRegression
# 加载鸢尾花数据集
iris = load_iris()
X = iris.data[:, :2] # 只选取前两个特征
y = iris.target
# 训练逻辑回归模型
clf = LogisticRegression(random_state=0)
clf.fit(X, y)
# 预测新样本
new_samples = [[5.0, 3.6], [6.9, 3.2]]
print("New samples:", new_samples)
print("Predictions:", clf.predict(new_samples))
```
以上代码中,首先我们使用`load_iris()`函数加载鸢尾花数据集,然后只选取了前两个特征作为模型的输入。接着使用`LogisticRegression`类定义了一个逻辑回归模型,并用`fit()`方法训练模型。最后,我们使用训练好的模型对两个新样本进行预测。
阅读全文