逻辑回归-5. scikit-learn中的逻辑回归

标签：info   组合   str   process   模型   搜索   应用   on()   logistic   

scikit-learn中的逻辑回归

构造数据集

import numpy
import matplotlib.pyplot as plt

numpy.random.seed(666)
X = numpy.random.normal(0,1,size=(200,2))
# 决策边界为二次函数
y = numpy.array(X[:,0]**2 + X[:,1] < 1.5,dtype='int')
# 随机改变20个点，目的是添加噪点
for _ in range(20):
    y[numpy.random.randint(200)] = 1

plt.scatter(X[y==0,0],X[y==0,1],color='red')
plt.scatter(X[y==1,0],X[y==1,1],color='blue')
plt.show()

用scikit-learn中的逻辑回归：

from sklearn.linear_model import LogisticRegression
from sklearn.pipeline import Pipeline
from sklearn.preprocessing import PolynomialFeatures
from sklearn.preprocessing import StandardScaler
from sklearn.model_selection import train_test_split

def PolynomialLogisticRegression(degree):
    return Pipeline([
        ('poly',PolynomialFeatures(degree=degree)),
        ('stand_scalor',StandardScaler()),
        ('log_reg',LogisticRegression())
    ])
    
x_train,x_test,y_train,y_test = train_test_split(X,y)

当多项式为2阶时

poly_log_reg = PolynomialLogisticRegression(2)
poly_log_reg.fit(x_train,y_train)

算法准确率为92%
绘制决策边界(决策边界绘制方法见上篇)：

当多项式为20阶时：

可以看出，随着多项式项的增加，模型变得过拟合了

改变模型正则化的参数

scikit-learn中使用正则化的方称为：\(C\cdot J(\theta )+L1/L2\)，其中默认系数C为1，正则化项为L2

• 减小系数C，增大正则化项的比例

def PolynomialLogisticRegression(degree,penalty='l2',C=1):
    return Pipeline([
        ('poly',PolynomialFeatures(degree=degree)),
        ('stand_scalor',StandardScaler()),
        ('log_reg',LogisticRegression(penalty=penalty,C=C))
    ])
    
poly_log_reg2 = PolynomialLogisticRegression(20,penalty='l2',C=0.1)
poly_log_reg2.fit(x_train,y_train)

• 改变正则项L2为L1

poly_log_reg3 = PolynomialLogisticRegression(20,penalty='l1',C=0.1)
poly_log_reg3.fit(x_train,y_train)

注：scikit-learn中的逻辑回归中，损失函数系数C，多项式阶数，正则化项等都是算法的超参数，在具体的应用中，需要使用网格搜索，得到最合适的参数组合。

逻辑回归-5. scikit-learn中的逻辑回归

标签：info   组合   str   process   模型   搜索   应用   on()   logistic   

原文地址：https://www.cnblogs.com/shuai-long/p/11503567.html