sklearn實現邏輯迴歸

首先咱們來看下面一組數據集：

 

 前面的x1與x2都表示的是年收入和年齡這兩個因素決定的是否買車的結果。

開始代碼部分，咱們先輸入x和y的變量，開始輸入數據：

from sklearn import linear_model
X=[[20,3],
   [23,7],
   [31,10],
   [42,13],
   [50,7],
   [60,5]]

Y=[0,
   1,
   1,
   1,
   0,
   0]

擬合邏輯迴歸模型：

lr=linear_model.LogisticRegression(solver='liblinear')#在新版的sklearn當中只須要指定後面的參數值就不會進行報錯啦！
lr.fit(X,Y)

這個時候咱們的模型已經擬合好了，如今能夠開始進行輸出了，隨便用一個數據來測試在這個模型下這我的是否買車，以及是否買車的機率：

textX=[[28,8]]
lable=lr.predict(textX)#看它是否有車，1表示有

輸出：

array([1])

輸出爲一，說明這我的已經買車了，下面是輸出機率：

#如今輸出有車的機率
predict=lr.predict_proba(textX)
predict

輸出爲：

array([[0.14694811, 0.85305189]])
#前面有兩個值，這是由於前面的一個機率預測爲0的機率，後面的爲機率預測爲1的機率

得解也，邏輯迴歸模型的編程仍是十分容易的啦