作 者：崔家华 编 辑：李文臣 三、从疝气病症状预测病马的死亡率 1、实战背景 本次实战内容，将使用Logistic回归来预测患疝气病的马的存活问题。原始数据集下载地址：http://archive.ics.uci.edu/ml/datasets/Horse+Colic 这里的数据包含了368个样本和28个特征。这种病不一定源自马的肠胃问题，其他问题也可能引发马疝病。该数据集中包含

《机器学习实战》5.2Logistic回归项目案例：预测病马死亡率 搜索微信公众号:‘AI-ming3526’或者’计算机视觉这件小事’ 获取更多人工智能、机器学习干货 csdn：https://blog.csdn.net/baidu_31657889/ github：https://github.com/aimi-cn/AILearners 本文出现的所有代码，均可在github上下载

写在前面： 我是「虐猫人薛定谔i」，一个不满足于现状，有梦想，有追求的00后 \quad 本博客主要记录和分享自己毕生所学的知识，欢迎关注，第一时间获取更新。 \quad 不忘初心，方得始终。 \quad ❤❤❤❤❤❤❤❤❤❤ 文章目录 数据预处理Logistic回归结果总结 数据预处理 数据集来自2010年1月11日的UCI机器学习数据库 该数据集存

背景：使用Logistic回归来预测患有疝气病的马的存活问题，这里的数据包括368个样本和28个特征，疝气病是描述马胃肠痛的术语，然而，这种病并不一定源自马的胃肠问题，其他问题也可能引发疝气病，该数据集中包含了医院检测马疝气病的一些指标，有的指标比较主观，有的指标难以测量，例如马的疼痛级别。另外，除了部分指标主观和难以测量之外，该数据还存在一个问题，数据集中有30%的值是缺失的。 1、准备数据：