鸢尾花分类逻辑回归Python带图

鸢尾花分类是机器学习中的一个经典问题，逻辑回归是其中一种常用的分类算法。下面是使用Python实现鸢尾花分类逻辑回归的步骤：

1. 导入必要的库

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LogisticRegression
from sklearn.metrics import classification_report

2. 加载数据

iris = load_iris()
X = iris.data[:, :2] # 只选择前两个特征
y = iris.target

3. 数据可视化

plt.scatter(X[:, 0], X[:, 1], c=y)
plt.xlabel('Sepal Length')
plt.ylabel('Sepal Width')
plt.show()

4. 划分训练集和测试集

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=0)

5. 训练模型

clf = LogisticRegression(solver='liblinear', multi_class='auto')
clf.fit(X_train, y_train)

6. 预测结果

y_pred = clf.predict(X_test)

7. 分类报告

print(classification_report(y_test, y_pred))

下图展示了使用逻辑回归分类器对鸢尾花数据集进行分类的结果：