七、(4)逻辑回归——二分类法,预测乳腺癌数据
发布时间
阅读量:
阅读量
七、(4)逻辑回归——二分类法,预测乳腺癌数据
乳腺癌相关资料库的获取途径位于https://archive.ics.uci.edu/ml/machine-learning-databases/breast-cancer-wisconsin/breast-cancer-wisconsin.data
被下载的数据存储在data格式中,请将文件名更改为csv以便查看数据内容即可完成任务。其中最后一行对应目标值:1表示正常情况而4表示癌症情况。

因为官方提供的数据集缺少每一列的具体名称信息,在代码中会详细列出如何设置各列名称的过程
代码如下:
# -*- coding: utf-8 -*-
"""
Created on Sun May 26 21:34:29 2019
@author: sun
"""
from sklearn.linear_model import LogisticRegression
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import StandardScaler
from sklearn.metrics import classification_report
from sklearn.externals import joblib
import pandas as pd
import numpy as np
def logistic():
"""
逻辑回归做二分类进行癌症预测(根据细胞的属性特征)
"""
# 构造列标签名字,一共11个
column = ['Sample code number','Clump Thickness', 'Uniformity of Cell Size','Uniformity of Cell Shape','Marginal Adhesion', 'Single Epithelial Cell Size','Bare Nuclei','Bland Chromatin','Normal Nucleoli','Mitoses','Class']
# 读取数据
data = pd.read_csv(r"C:\Users\sun\Desktop\论文\算法代码\逻辑回归二分类\乳腺癌分类数据.csv",engine='python',names=column)
#print(data)
# 缺失值进行处理
data = data.replace(to_replace='?', value=np.nan)
data = data.dropna()
# 进行数据的分割,1到10列为特征值,11列为目标值
x_train, x_test, y_train, y_test = train_test_split(data[column[1:10]], data[column[10]], test_size=0.25)
# 进行标准化处理
std = StandardScaler()
x_train = std.fit_transform(x_train)
x_test = std.transform(x_test)
# 逻辑回归预测
lg = LogisticRegression(C=1.0)
lg.fit(x_train, y_train)
#print(lg.coef_)
y_predict = lg.predict(x_test)
#print("准确率:", lg.score(x_test, y_test))
#print("召回率:", classification_report(y_test, y_predict, labels=[2, 4], target_names=["良性", "恶性"]))
#保存训练好的模型
joblib.dump(lg, "./lg.pkl")
#加载模型,预测自己的数据
model = joblib.load("./lg.pkl")
# 读取数据,数据为相同格式下需要预测的数据。和前文七、(1)(2)的操作一样
data = pd.read_csv(r"C:\Users\sun\Desktop\论文\算法代码\逻辑回归二分类\输入预测乳腺癌数据.csv",engine='python',names=column)
xx_test= data[column[1:10]] #获取特征值1 到 10 列,
xx_test = std.transform(xx_test)
yy_predict = model.predict(xx_test)
print("保存的模型预测的结果:", yy_predict)
if __name__ == "__main__":
logistic()
如数结果:

测试六个数据的分类效果还可以。
搞定收工。
“☺☺☺ 若本篇文章对你有一丝丝帮助,请帮顶、评论点赞,谢谢。☺☺☺”
↓↓↓↓
全部评论 (0)
还没有任何评论哟~
