吴恩达机器学习-未分级实验:使用ScikitLearn进行逻辑回归（Logistic Regression using Scikit-Learn）

目标

在本实验中，你将:使用scikit-learn训练逻辑回归模型。

数据集

让我们从之前的数据集开始。

import numpy as np

X = np.array([[0.5, 1.5], [1,1], [1.5, 0.5], [3, 0.5], [2, 2], [1, 2.5]])
y = np.array([0, 0, 0, 1, 1, 1])
1
2
3
4

拟合模型

下面的代码从scikit- learn导入逻辑回归模型。你可以通过调用fit函数对训练数据进行拟合。

from sklearn.linear_model import LogisticRegression

lr_model = LogisticRegression()
lr_model.fit(X, y)
1
2
3
4

作出预测

通过调用predict函数，您可以看到这个模型做出的预测。

y_pred = lr_model.predict(X)

print("Prediction on training set:", y_pred)
1
2
3

计算的准确性

您可以通过调用scorefunction来计算该模型的精确度。

print("Accuracy on training set:", lr_model.score(X, y))
1