基于Python的Linear classification实验报告

Linear classification实验报告

一、数据处理

本次实验数据集为 Breast cancer dataset

通过sklearn.datasets获取数据

cancer = load_breast_cancer()
cancer_x=cancer.data
cancer_y=cancer.target
1
2
3

查看数据大小即部分数据：

print("加载完毕，数据大小：")
print(cancer_x.shape)
print(cancer_y.shape)
print("前5个数据：")
for i in range(5):
print(cancer_x[i],cancer_y[i])
1
2
3
4
5
6

breast cancer 的影响因素有30个，结果为0,1，表示是否患病

对数据进行拆分, test_size=0.2：

x_train,x_test,y_train, y_test=train_test_split(cancer_x,cancer_y,test_size=0.3)

二、算法

用到 logistic regression 算法

logistic sigmoid function

函数图形，结果若大于0.5，归类为1，若小于0.5，归类为0

the likelihood function

the error function

用梯度下降算法求出误差最小的w

三、模型

1. 加载数据，并按比例分割成训练集，测试集
2. 选择模型LogisticRegression
3. 用训练集数据训练模型
4. 用模型计算测试集数据的结果
5. 计算预测结果与真实结果的正确率

四、结果

模型判断准确率为0.974左右，准确率很高，说明LogisticRegression模型效果很好