Python机器学习sklearn模块-逻辑回归

逻辑回归是属于线性回归模型的具体形式的另一种形式，但是是用来做分类任务的；分类任务的目标是找一个函数，把观测值匹配到相关的类和标签上

（一）二元分类

预测类型 ：spam. 信息：Were gonna go get some tacos预测类型 ：ham. 信息：And smile for me right now as you go and the world will wonder what you are smiling about and think your crazy and keep away from you ... *grins*预测类型 ：ham. 信息：Just got outta class gonna go gym.预测类型 ：ham. 信息：URGENT This is our 2nd attempt to contact U. Your £900 prize from YESTERDAY is still awaiting collection. To claim CALL NOW 09061702893预测类型 ：ham. 信息：Boo I'm on my way to my moms. She's making tortilla soup. Yummmm

此处用的是UCI数据集中的垃圾分类数据，然后用TfidfVectorizer()来处理文集，创建特征向量；最后通过LogisticRegression实例，该实例也有fit和transform方法

对于分类任务，评价指标就不能用最小二乘法了，可以用准确率、精确率、召回率、F1指标（精确率和召回率的调和平均）、ROC/AUC；

（二）多元分类

现实中有很多问题不只是分成两类，还可能分成多个类，这就成为多类分类问题；scikit_learn用one-vs.-all或one-vs.-the-rest实现多类分类，就是把多类中的每个类都作为二元分类处理。logisticRegression()通过one-vs.-all策略支持多类分类；

输出结果：ham 3956uncertain 1000spam 616Name: 0, dtype: int64

这里将1000个原有分类转化为了“uncertain”，现在这个数据集就由原来的二元分类变成了3元；

输出结果：

Fitting 3 folds for each of 24 candidates, totalling 72 fits

[Parallel(n_jobs=3)]: Done 44 tasks elapsed: 6.6s[Parallel(n_jobs=3)]: Done 72 out of 72 elapsed: 9.5s finished

最佳效果: 0.786