使用pandas和sklearn写一个逻辑斯蒂回归例子
时间: 2023-02-28 08:13:16 浏览: 90
好的,我来为您写一个使用 Pandas 和 scikit-learn 实现逻辑回归的示例。
首先,我们需要导入所需的库:
```
import pandas as pd
import numpy as np
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LogisticRegression
from sklearn.metrics import accuracy_score
```
接下来,我们需要读入数据并对数据进行预处理:
```
# 读入数据
data = pd.read_csv('data.csv')
# 划分训练集和测试集
X = data.drop('label', axis=1)
y = data['label']
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=0)
```
现在我们可以使用逻辑回归模型对数据进行建模:
```
# 初始化逻辑回归模型
logreg = LogisticRegression()
# 训练模型
logreg.fit(X_train, y_train)
# 在测试集上评估模型
y_pred = logreg.predict(X_test)
# 计算准确率
acc = accuracy_score(y_test, y_pred)
print("Accuracy: {:.2f}%".format(acc * 100))
```
这就是使用 Pandas 和 scikit-learn 实现逻辑回归的简单示例。