标签：standard cal for log 属性 海岸线 操作 proc 数据
1.逻辑回归是怎么防止过拟合的？为什么正则化可以防止过拟合？
答：
（1）可以通过增加样本量，或者提取不重要的特征进行降维来防止过拟合，也可以通过正则化来防止过拟合。
（2）正则化的原理，就是通过约束系数（w）的大小，进而抑制整体的过拟合情况。
2.用logiftic回归来进行实践操作，数据不限。
答：
我这次选择的实践是，利用逻辑回归 依据各种属性数据预测乳腺癌的患病情况。
数据应用的是UCI的 威斯康星州（诊断）数据 ，并给它添加了标签。（一共570条数据）。
其属性信息为：
1）ID号
2）诊断（M =恶性，B =良性）
3-32）
为每个细胞核计算十个实值特征：
a）半径（中心到周长上各点的距离的平均值）
b）纹理（灰度值的标准偏差）
c）周长
d）面积
e）光滑度（半径长度的局部变化）
f）紧凑度（周长^ 2 /面积-1.0）
g）凹度（轮廓凹部的严重程度）
h ）凹点（轮廓的凹入部分的数量）
i）对称性
j）分形维数（“海岸线近似”-1）
实验代码：
from sklearn.model_selection import train_test_split # 划分数据集
from sklearn.linear_model import LogisticRegression # 逻辑回归
from sklearn.metrics import classification_report
from sklearn.preprocessing import StandardScaler # 标准化处理
#导入基础的库
import pandas as pd
data = pd.read_csv(r‘D:\shujvji\aizhenghuanzhe1.csv‘, encoding=‘utf-8‘) #读取csv数据
#data.head(3)
x_data = data.iloc[:, 2:10]
y_data = data.iloc[:, 1]
x_train, x_test, y_train, y_test = train_test_split(x_data, y_data, test_size=0.3) #划分测试集占整体30%
#进行标准化处理
std = StandardScaler()
x_train = std.fit_transform(x_train)
x_test = std.transform(x_test)
#建模
mylg = LogisticRegression() #应用逻辑回归算法
mylg.fit(x_train, y_train) #用逻辑回归构建模型
print(‘模型参数：\n‘, mylg.coef_) #其结果代表θ，以矩阵方式呈现
mylg_predict = mylg.predict(x_test) #预测
target_names = [‘M‘, ‘B‘]
print(‘准确率：\n‘, mylg.score(x_test, y_test))
print(‘召回率：\n‘, classification_report(y_test, mylg_predict, target_names=target_names))
模型参数：
模型准确率：
召回率和预测精度：
标签：standard cal for log 属性 海岸线 操作 proc 数据
原文地址：https://www.cnblogs.com/crjia/p/12793854.html
