Python数据挖掘建模_chapter_1

1.分类预测算法：

1.1Logistic回归（线性相关分析）

模型：y取1和0概率比为p/1-p

#-*- coding: utf-8 -*-
#逻辑回归
import pandas as pd
#参数初始化
filename = 'math_model_data.xls'
data = pd.read_excel(filename)
x = data.iloc[:,:3].as_matrix()
y = data.iloc[:,3].as_matrix()
from sklearn.linear_model import LogisticRegression as LR
from sklearn.linear_model import RandomizedLogisticRegression as RLR
rlr = RLR() #建立随机逻辑回归模型
rlr.fit(x, y) #训练模型
rlr.get_support() #获取特征筛选结果
print rlr.scores_ #得分
print('%s'% ','.join(data.columns[rlr.get_support()]))
x = data[data.columns[rlr.get_support()]].as_matrix() #筛选好特征
lr = LR() #建立逻辑模型
lr.fit(x, y) #用筛选后的特征数据来训练模型
print('correct_point：%s' % lr.score(x, y)) #给出模型的平均正确率

最后

以上就是魁梧康乃馨为你收集整理的Python数据挖掘建模_chapter_1的全部内容，希望文章能够帮你解决Python数据挖掘建模_chapter_1所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。