python 数据科学 - 【分类模型】 ☞ 逻辑回归
发布日期:2021-06-30 19:51:22
浏览次数:3
分类:技术文章
本文共 862 字,大约阅读时间需要 2 分钟。
'''逻辑回归是二元分析,其分析结果为一个0-1之间的概率,所以其分界线可以为斜线'''from sklearn.datasets import load_irisfrom sklearn.linear_model import LogisticRegressionimport numpy as npimport matplotlib.pyplot as plt iris = load_iris()X = iris.data[:, [2,3]] Y = iris.targetclf = LogisticRegression()clf.fit(X, Y)x0_min, x0_max = X[:, 0].min() - 1, X[:, 0].max() + 1 x1_min, x1_max = X[:, 1].min() - 1, X[:, 1].max() + 1 # 产生一个以向量xx为行,向量yy为列的矩阵 xx, yy = np.meshgrid(np.arange(x0_min, x0_max, 0.1), np.arange(x1_min, x1_max, 0.1)) # 等高线的网格数据 Z = clf.predict(np.c_[xx.ravel(), yy.ravel()])zz = Z.reshape(xx.shape)plt.plot() plt.contourf(xx, yy , zz, alpha=0.5, cmap=plt.cm.rainbow) #alpha 透明度,cmap 颜色 plt.scatter(X[:, 0], X[:, 1], c=Y, alpha=1, cmap=plt.cm.RdYlBu) #c 颜色序列 plt.title('Decision Tree') plt.xlabel('Petal.Length') plt.ylabel('Petal.Width') plt.show()
转载地址:https://lipenglin.blog.csdn.net/article/details/78080426 如侵犯您的版权,请留言回复原文章的地址,我们会给您删除此文章,给您带来不便请您谅解!
发表评论
最新留言
表示我来过!
[***.240.166.169]2024年04月19日 05时19分06秒
关于作者
喝酒易醉,品茶养心,人生如梦,品茶悟道,何以解忧?唯有杜康!
-- 愿君每日到此一游!
推荐文章
tf initializer
2019-04-30
tf 从RNN到BERT
2019-04-30
tf keras SimpleRNN源码解析
2019-04-30
tf keras Dense源码解析
2019-04-30
tf rnn输入输出的维度和权重的维度
2019-04-30
检验是否服从同一分布
2019-04-30
tf callbacks
2019-04-30
keras、tf、numpy实现logloss对比
2019-04-30
Ubuntu20.04安装微信
2019-04-30
Restful风格的使用
2019-04-30
MyBatisPlus简单入门(SpringBoot)
2019-04-30
攻防世界web进阶区NewsCenter详解
2019-04-30
攻防世界web进阶PHP2详解
2019-04-30
如何解决词达人问题(新)
2019-04-30
攻防世界web进阶区easytornado详解
2019-04-30
攻防世界web进阶区web2详解
2019-04-30
xss-labs详解(上)1-10
2019-04-30
xss-labs详解(下)11-20
2019-04-30
攻防世界web进阶区ics-05详解
2019-04-30
攻防世界web进阶区FlatScience详解
2019-04-30