Advertisement

逻辑回归实践——糖尿病预测

阅读量：

逻辑回归糖尿病数据预测实战

  • 逻辑回归

  • 梯度下降法实现逻辑回归

    • 糖尿病预测实战

  • sklearn实现逻辑回归

  • Kaggle糖尿病预测

逻辑回归

复制代码 
    import pandas as pd
    %matplotlib inline
    import numpy as np
    import matplotlib.pyplot as plt
    plt.rcParams['font.sans-serif']=['SimHei']#显示中文标签
    plt.rcParams['axes.unicode_minus']=False#正常显示负号
    import warnings
复制代码 
    #生成200条二分类数据（2个特征）
    from sklearn.datasets import make_blobs
    X,y=make_blobs(n_samples=200,n_features=2,centers=2,random_state=8)
复制代码 
    print(X)
复制代码 
    [[ 6.75445054  9.74531933]
     [ 6.80526026 -0.2909292 ]
     [ 7.07978644  7.81427747]
     [ 6.87472003 -0.16069949]
     [ 8.06164078  8.43736968]
     [ 7.4934131  11.00892356]
     [ 4.69777002  0.59687317]
     [ 9.19642422 11.57536954]
     [ 8.80996213 11.9021701 ]
     [ 7.5952749   1.32739544]
     [ 8.20330317  1.27929111]
     [ 8.59258191 -0.29022607]
     [ 6.89228905  8.60634293]]

…
(数据量较大，这里只显示部分）

复制代码 
    print(y)
复制代码 
    [0 1 0 1 0 0 1 0 0 1 1 1 0 0 1 1 0 0 1 0 0 1 1 0 1 0 1 1 1 0 1 1 0 1 1 1 1
     1 1 0 0 1 1 0 1 0 0 0 1 0 1 1 0 1 1 1 0 1 0 0 1 0 1 0 1 0 1 0 0 0 0 0 1 0
     0 0 1 1 1 1 0 1 0 1 1 0 1 1 0 1 0 0 1 0 0 0 0 1 1 1 0 0 0 1 1 1 1 1 1 1 0
     1 1 1 0 0 1 1 0 1 1 0 0 0 1 1 0 0 1 1 0 1 0 0 1 0 0 0 0 1 0 0 0 1 1 0 0 1
     0 1 1 1 0 0 0 1 0 0 0 1 1 1 1 1 0 0 0 1 0 0 0 1 1 1 1 1 0 0 0 0 1 0 0 0 1
     1 1 0 1 0 1 1 0 1 0 0 0 0 0 1]
复制代码 
    #数据可视化
    plt.scatter(X[:,0],X[:,1],c=y,cmap=plt.cm.spring,edgecolors='k')
复制代码 
    <matplotlib.collections.PathCollection at 0x1df2b358da0>
在这里插入图片描述
复制代码 
    plt.scatter(X[:,0],X[:,1],c=y)
复制代码 
    <matplotlib.collections.PathCollection at 0x1df2b422be0>
在这里插入图片描述

梯度下降法实现逻辑回归

在这里插入图片描述
复制代码 
    #添加全1列
    x_ones = np.ones((X.shape[0],1))
    X=np.hstack((X,x_ones))
复制代码 
    #拆分数据
    from sklearn.model_selection import train_test_split
    X_train,X_test,y_train,y_test = train_test_split(X,y,test_size=0.3,random_state=8)
复制代码 
    #查看数据维度
    print(X.shape,X_train.shape,X_test.shape)
复制代码 
    (200, 3) (140, 3) (60, 3)
复制代码 
    print(y.shape,y_train.shape,y_test.shape)
复制代码 
    (200,) (140,) (60,)
复制代码 
    #将因变量转为列向量
    y_train = y_train.reshape(-1,1)
    y_test = y_test.reshape(-1,1)
复制代码 
    print(y_train.shape,y_test.shape)
复制代码 
    (140, 1) (60, 1)
复制代码 
    #初始化theta值
    theta=np.ones([X_train.shape[1],1])
复制代码 
    print(theta)
复制代码 
    [[1.]
     [1.]
     [1.]]
复制代码 
    #设置步长值
    alpha =0.001
在这里插入图片描述
复制代码 
    #定义sigmoid函数
    def sigmoid(z):
    s = 1.0 / (1 + np.exp(-z))
    return s
复制代码 
    num_iters=10000
    m=200
复制代码 
    for i in range(num_iters):
    h=sigmoid(np.dot(X_train,theta))
    theta =theta - alpha*np.dot(X_train.T,(h-y_train))/m
复制代码 
    print(theta)
复制代码 
    [[ 0.58227542]
     [-1.07778338]
     [ 0.96527978]]
复制代码 
    #预测
    pred_y = sigmoid(np.dot(X_test,theta))
复制代码 
    #预测结果二值化
    pred_y[pred_y>0.5] = 1
    pred_y[pred_y<=0.5] = 0
复制代码 
    print(pred_y.reshape(1,-1))
复制代码 
    [[0. 0. 1. 1. 0. 0. 1. 1. 0. 1. 0. 0. 0. 1. 1. 1. 1. 1. 0. 1. 1. 0. 0. 0.
 0. 0. 1. 0. 1. 0. 1. 1. 0. 0. 0. 1. 0. 1. 0. 0. 0. 0. 1. 0. 0. 0. 0.
 1. 1. 0. 0. 0. 1. 1. 0. 1. 1. 0.]]
复制代码 
    print(y_test.reshape(1,-1))
复制代码 
    [[0 0 1 1 0 0 1 1 0 1 0 0 0 1 1 1 1 1 0 1 1 0 0 0 1 0 0 1 0 1 0 1 1 0 0 0
      1 0 1 0 0 0 0 1 0 0 0 0 0 1 1 0 0 0 1 1 0 1 1 0]]
复制代码 
    print("预测准确率为：",np.sum(pred_y == y_test)/len(y_test))
复制代码 
    预测准确率为： 1.0

糖尿病预测实战

在这里插入图片描述
复制代码 
    #导入数据
    data = np.loadtxt(r"E:\大二下\机器学习实践\pima-indians-diabetes.data.csv",delimiter=",",skiprows=1,dtype=np.float)
复制代码 
    #分离特征变量和分类变量
    X=data[:,:-1]
    y=data[:,-1]
复制代码 
    #特征标准化
    mu = X.mean(axis=0)
    std=X.std(axis=0)
    X=(X-mu)/std
复制代码 
    #添加全1列
    x_ones = np.ones((X.shape[0],1))
    X=np.hstack((X,x_ones))
复制代码 
    #拆分训练集和测试集
    X_train,X_test,y_train,y_test=train_test_split(X,y,test_size=0.3,random_state=8)
复制代码 
    #将因变量转为列向量
    y_train = y_train.reshape(-1,1)
    y_test = y_test.reshape(-1,1)
复制代码 
    print(y_train.shape,y_test.shape)
复制代码 
    (537, 1) (231, 1)
复制代码 
    #初始化theta值
    theta=np.ones([X_train.shape[1],1])
复制代码 
    #设置步长值
    alpha=0.001
复制代码 
    #定义sigmoid函数
    def sigmoid(z):
    s = 1.0 / (1 + np.exp(-z))
    return s
复制代码 
    num_iters=10000
    m=200
复制代码 
    for i in range(num_iters):
    h=sigmoid(np.dot(X_train,theta))
    theta =theta - alpha*np.dot(X_train.T,(h-y_train))/m
复制代码 
    print(theta)
复制代码 
    [[ 0.39210287]
     [ 1.10657783]
     [-0.24092243]
     [ 0.0223229 ]
     [-0.17137676]
     [ 0.61819121]
     [ 0.45880179]
     [ 0.12971106]
     [-0.84498429]]
复制代码 
    #预测
    pred_y = sigmoid(np.dot(X_test,theta))
复制代码 
    #预测结果二值化
    pred_y[pred_y>0.5] = 1
    pred_y[pred_y<=0.5] = 0
复制代码 
    print(pred_y.reshape(1,-1))
复制代码 
    [[0. 1. 0. 0. 1. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 1. 0. 0. 1. 0. 0. 0. 1. 1.
 0. 0. 0. 0. 1. 1. 1. 1. 0. 1. 1. 0. 0. 0. 1. 0. 1. 1. 0. 0. 0. 1. 0.
 1. 0. 0. 0. 1. 0. 1. 0. 1. 0. 0. 1. 1. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0.
 0. 1. 0. 1. 0. 0. 1. 0. 0. 1. 0. 1. 0. 0. 0. 1. 0. 1. 0. 0. 1. 0. 0.
 0. 1. 0. 0. 0. 0. 0. 1. 0. 0. 0. 0. 1. 0. 0. 0. 0. 1. 0. 0. 0. 0. 0.
 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 1. 0. 0. 1. 1. 0. 1. 1. 0. 1.
 0. 0. 1. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 1. 1. 0. 0. 0. 0. 0.
 1. 0. 0. 1. 0. 0. 0. 0. 0. 0. 0. 1. 1. 1. 0. 1. 0. 0. 0. 1. 0. 1. 0.
 0. 0. 1. 1. 1. 0. 0. 0. 0. 1. 0. 0. 0. 1. 0. 0. 0. 1. 0. 0. 1. 0. 0.
 0. 0. 0. 1. 0. 1. 1. 1. 0. 1. 0. 1. 0. 0.]]
复制代码 
    print(y_test.reshape(1,-1))
复制代码 
    [[0. 1. 1. 0. 1. 0. 1. 0. 0. 0. 1. 0. 0. 1. 0. 0. 0. 0. 0. 0. 0. 1. 1. 1.
 0. 0. 0. 0. 1. 1. 1. 1. 0. 0. 1. 0. 0. 0. 1. 0. 0. 0. 0. 0. 0. 1. 0.
 1. 0. 0. 1. 1. 1. 1. 0. 0. 1. 0. 1. 1. 1. 0. 1. 1. 0. 0. 0. 0. 0. 1.
 0. 1. 0. 0. 0. 0. 1. 0. 1. 0. 0. 1. 0. 0. 0. 1. 0. 1. 0. 0. 0. 0. 0.
 0. 1. 1. 0. 0. 0. 1. 1. 0. 1. 0. 0. 1. 0. 0. 0. 1. 1. 0. 0. 0. 0. 0.
 1. 0. 0. 0. 0. 1. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 1. 1. 0. 1. 1. 1. 1.
 0. 0. 1. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 1. 1. 1. 1. 0. 0. 0. 1. 0.
 1. 1. 0. 1. 1. 0. 1. 0. 0. 0. 0. 1. 0. 1. 0. 1. 0. 0. 1. 1. 0. 1. 1.
 0. 0. 0. 1. 1. 0. 0. 1. 0. 1. 0. 1. 0. 0. 0. 0. 0. 1. 0. 0. 1. 0. 0.
 0. 0. 1. 1. 0. 0. 0. 1. 0. 1. 0. 1. 0. 1.]]
复制代码 
    print("预测准确率为：",np.sum(pred_y == y_test)/len(y_test))
复制代码 
    预测准确率为： 0.7878787878787878

sklearn实现逻辑回归

Kaggle糖尿病预测

复制代码 
    import numpy as np
    import pandas as pd
复制代码 
    #导入数据
    data = np.loadtxt(r"E:\大二下\机器学习实践\pima-indians-diabetes.data.csv",delimiter=",",skiprows=1,dtype=np.float)
复制代码 
    data
复制代码 
    array([[  6.   , 148.   ,  72.   , ...,   0.627,  50.   ,   1.   ],
       [  1.   ,  85.   ,  66.   , ...,   0.351,  31.   ,   0.   ],
       [  8.   , 183.   ,  64.   , ...,   0.672,  32.   ,   1.   ],
       ...,
       [  5.   , 121.   ,  72.   , ...,   0.245,  30.   ,   0.   ],
       [  1.   , 126.   ,  60.   , ...,   0.349,  47.   ,   1.   ],
       [  1.   ,  93.   ,  70.   , ...,   0.315,  23.   ,   0.   ]])
复制代码 
    #分离特征变量和分类变量
    X=data[:,:-1]
    y=data[:,-1]
复制代码 
    #特征标准化
    mu =X.mean(axis=0)
    std = X.std(axis=0)
    X=(X-mu)/std
复制代码 
    X_train,X_test,y_train,y_test=train_test_split(X,y,test_size=0.3,random_state=8)
复制代码 
    #导入逻辑回归库
    from sklearn.linear_model import LogisticRegression
复制代码 
    #模型实例化
    logist = LogisticRegression()
复制代码 
    #模型训练
    logist.fit(X_train,y_train)
复制代码 
    D:\anaconda3\lib\site-packages\sklearn\linear_model\logistic.py:432: FutureWarning: Default solver will be changed to 'lbfgs' in 0.22. Specify a solver to silence this warning.
      FutureWarning)
    
    
    
    
    
    LogisticRegression(C=1.0, class_weight=None, dual=False, fit_intercept=True,
                   intercept_scaling=1, l1_ratio=None, max_iter=100,
                   multi_class='warn', n_jobs=None, penalty='l2',
                   random_state=None, solver='warn', tol=0.0001, verbose=0,
                   warm_start=False)
复制代码 
    #模型预测
    y_predict = logist.predict(X_test)
复制代码 
    print(y_predict)
复制代码 
    [0. 1. 0. 0. 1. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 1. 0. 0. 1. 0. 0. 0. 1. 1.
     0. 0. 0. 0. 0. 1. 1. 1. 1. 0. 1. 1. 0. 0. 0. 1. 0. 1. 1. 0. 0. 0. 1. 0.
     0. 1. 0. 0. 0. 1. 0. 1. 0. 1. 0. 0. 1. 1. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0.
     0. 0. 1. 1. 1. 0. 0. 1. 0. 0. 1. 0. 1. 0. 0. 0. 1. 0. 1. 0. 0. 1. 0. 0.
     0. 0. 1. 0. 0. 0. 0. 0. 1. 0. 0. 0. 0. 1. 0. 0. 0. 0. 1. 0. 0. 0. 0. 0.
     0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 1. 0. 0. 1. 1. 0. 1. 1. 0. 1.
     0. 0. 0. 1. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 1. 0. 0. 0. 0. 0.
     1. 1. 0. 0. 1. 0. 0. 0. 0. 0. 0. 0. 1. 1. 1. 0. 1. 0. 0. 0. 1. 0. 1. 0.
     0. 0. 0. 1. 1. 1. 0. 0. 0. 0. 1. 0. 0. 0. 1. 0. 0. 0. 1. 0. 0. 1. 0. 0.
     0. 0. 0. 0. 1. 0. 1. 1. 1. 0. 1. 0. 1. 0. 0.]
复制代码 
    #计算模型准确率
    print("预测准确率为：",np.sum((y_predict == y_test))/len(y_test))
复制代码 
    预测准确率为： 0.7792207792207793
复制代码

全部评论 (0)

还没有任何评论哟~

相关文章推荐

逻辑回归实践——糖尿病预测

逻辑回归糖尿病数据预测实战 逻辑回归 梯度下降法实现逻辑回归 糖尿病预测实战 sklearn实现逻辑回归 Kaggle糖尿病预测 逻辑回归 importpandasaspd %matplotlibin...

逻辑回归---kaggle糖尿病预测实例

逻辑回归—kaggle糖尿病预测 importwarnings warnings.filterwarnings'ignore'忽略匹配警告 data=np.loadtxtrC:\践\pimaindia...

线性回归糖尿病预测

fromsklearnimportdatasets此模块包含了很多用于机器学习的数据集。 diabetes=datasets.loaddiabetes使用loaddiabetes函数加载糖尿病数据集。

python预测糖尿病_Python预测糖尿病

今天给大家讲解一个实战案例:如何根据现有数据预测糖尿病。在这个案例开始之前，希望大家回忆一下大学里讲过的线性回归的知识，这是数据挖掘里非常重要的一部分知识。当然，鉴于大家都学过，本篇就不再赘述。

python预测糖尿病_实战 | 糖尿病预测项目

项目介绍 这次我们要学习的项目是糖尿病的预测，数据保存在diabetes.csv文件中。数据一共有8个特征和1个标签： Pregnancies：怀孕次数Glucose：葡萄糖测试值BloodPress...

python预测糖尿病_【python数据分析实战一】糖尿病预测（线性回归模型）

简介 sklearn.datasets包提供了一些小的数据集，可用于机器学习入门，见下图。 本次数据分析实战，对糖尿病数据集进行回归分析。 一、导入数据 导数据分析常用包 importnumpyasn...

用线性回归进行糖尿病预测

1、导入相关模块 importnumpyasnp importpandasaspd frompandasimportSeries,DataFrame 普通线性回归 fromsklearn.linear...

02_基于线性回归预测糖尿病

基于线性回归预测糖尿病 1、实验描述 使用Python编程，利用diabetes dataset，一个糖尿病数据集，主要包括442行数据，10个属性值，分别是：Age年龄、性别Sex、Body mas...

糖尿病预测（KNN）

写在前面：我是「虐猫人薛定谔i」，一个不满足于现状，有梦想，有追求的00后 \quad 本博客主要记录和分享自己毕生所学的知识，欢迎关注，第一时间获取更新。 \quad 不忘初心，方得始终。

python预测糖尿病_Python数据挖掘 | 实战案例之预测糖尿病

二、LinearRegression使用方法 LinearRegression模型在Sklearn.linearmodel下，它主要是通过fitx,y的方法来训练模型，其中x为数据的属性，y为所属类型...