第L3周：机器学习-逻辑回归

本文主要是介绍第L3周：机器学习-逻辑回归，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

🍨 本文为🔗365天深度学习训练营中的学习记录博客
🍖 原作者：K同学啊

目标：

逻辑回归适用于分类问题，主要用于解决二分类或多分类的问题。比如：用户购买某商品的可能性，某病人患有某种疾病的可能性等等；某个物品属于哪个类别等；
了解Sigmoid和Softmax的用法

具体实现：
（一）环境：
语言环境：Python 3.10
编译器: PyCharm
*框架：*scikit-learn
**（二）具体步骤：
导入库：

import numpy as np  
import pandas as pd  
from sklearn import datasets  
from sklearn.model_selection import train_test_split  
from sklearn.preprocessing import StandardScaler  
from sklearn.metrics import accuracy_score, classification_report, confusion_matrix

导入数据集:

# 导入数据集  
iris = datasets.load_iris()  
X = iris.data  
Y = iris.target  
print("X(iris.data):", X, X.shape)  
print("Y(iris.target):", Y, Y.shape)

2. 数据预处理：特征标准化:

# 数据预处理：特征标准化  
scaler = StandardScaler()  # 将数据缩放到一个均值为 0，标准差为 1 的正态分布  
X_scaled = scaler.fit_transform(X)
print("X_scaled:", X_scaled, X_scaled.shape)

3. ** 划分训练集和测试集**:

X_train, X_test, Y_train, Y_test = train_test_split(X_scaled,  Y,  test_size=0.2,  random_state=42)

注：random_state参数设置成了42，会有什么效果？参考：train_test_split详解_train test split-CSDN博客
random_state:有三种结果，0或None：每次随机的数据集都不一样。整数（int)：每次随机的数据集是一样的（固定的），一样的数据集就可以复现模型结果。如：把random_state设置成None,多执行几次代码，会发现准确率是不一样的。
4. 逻辑回归模型:

# 逻辑回归模型  
from sklearn.linear_model import LogisticRegression  
model = LogisticRegression(max_iter=200) # 默认迭代100次，这里设置成200次  
model.fit(X_train, Y_train)

预测结果:

# 预测结果  
y_pred = model.predict(X_test)  
print("predictions:", y_pred)

6. 评估预测结果:

# 评估预测结果  
accuracy = accuracy_score(Y_test, y_pred)  
print("模型准确率：", accuracy)

# 精确一点，准确率保留两位小数点，格式化输出一下  
print("模型准确率：%.2f" % accuracy)

# 打印分类报告  
print("打印分类报告:")  
print(classification_report(Y_test, y_pred, target_names=iris.target_names))

注：
1.precision:准确率，表示模型在预测为正例的样本中，实际为正例的比例
2.recall:召回率，表示模型在实际为正例的样本中，成功预测为正例的比例
3.f1-score:F1分数，综合精确度和召回率的指标，是精确度和召回率的调和均值
4.support:支持度，表示每个类别在实际数据中的样本数量

# 打印混淆矩阵  
print("混淆矩阵:")  
print(confusion_matrix(Y_test, y_pred))

在机器学习和数据科学领域，混淆矩阵（Confusion Matrix）是一种常用的性能度量工具，尤其在分类问题中。它提供了分类模型性能的可视化表示，帮助我们深入理解模型的分类效果。混淆矩阵以矩阵的形式展示了真实类别与模型预测类别之间的关系。混淆矩阵的每一行代表实际类别，每一列代表预测类别。通过混淆矩阵，我们可以清晰地看到每个类别的真正例（True Positive, TP）、假正例（False Positive, FP）、真反例（True Negative, TN）和假反例（False Negative, FN）的数量。参考：zhuanlan.zhihu.com/p/471327487，假设预测的结果（类别）是4，做个示意图分解一下：