sklearn实战-基于逻辑回归的乳腺癌分析

上一篇文章我们初步介绍了sklearn机器学习库的数据预处理，今天我们来说说调用sklearn机器学习库的实战项目-基于逻辑回归的乳腺癌分析。

逻辑回归算法思想：逻辑回归（LogisticRegression）是当前机器学习算法比较常用的方法，可以用来回归分析，也可以用来分类，主要是二分类问题。逻辑回归分类算法就是将线性回归应用在分类场景中，通过曲线拟合与sigmoid函数得到对样本数据的分类标签，在二分类问题中得到的分类结果为0/1。

下面我们使用sklearn自带的乳腺癌数据集来进行我们的实战学习。整个训练测试过程仅需5步。仔细看哦！

一、导入库

导入sklearn中我们需要的库，其中datasets为sklearn中自带的数据集，train_test_split为数据划分训练集和测试集，LogisticRegression为sklearn中的逻辑回归模型。

二、加载数据集

通过datasets.load_breast_cancer()加载sklearn中的乳腺癌数据集，其中cancer_X为衡量是否为乳腺癌的各项指标数据，cancer_y为标签数据。使用shape来查看数据的规模，cancer_X为(569, 30)的数据，且已经进行预处理可以直接使用，cancer_y为(569, 1)的数据。

三、划分训练集和测试集

通过train_test_split()函数将数据集划分为训练集和测试集，其中test_size为划分比例，本次我们设为0.3，即数据集中训练集为70%，测试集为30%

四、模型构建与训练

sklearn中为我们提供了很多机器学习算法模型，而且调用起来非常方便，形如上面的形式即可构建逻辑回归模型并使用训练集数据进行训练。如果要使用其它算法，只需更换算法模型即可。

五、模型测试

经过第四步模型训练后，我们使用训练好的模型来进行数据测试，第一行代码为数据预测结果，第二行输出预测结果，第三行为评估模型预测的分数，第四输出分数。测试结果如下

通过上面测试结果可得模型预测的准确度为98.2%，可见使用逻辑回归算法取得较好的效果。

项目完整代码

可以使用其他模型进行分析来比较那个模型更适合，能取得更好的效果。具体参考官方文档：

http://sklearn.apachecn.org/cn/0.19.0/index.html

欢迎关注我们