Régression logistique d'apprentissage automatique

○ Les principaux points de cet article Notez que j'ai appris la régression logistique

Retour logistique: ・ Algorithme de prédiction des problèmes de classification (Cela s'appelle la régression, mais c'est utilisé dans la classification) ・ La classification est effectuée en calculant la probabilité que les données appartiennent à chaque classe. (Sorties telles que classe 1: 0,3, classe 2: 0,5, classe 3: 0,2) ・ Apprendre avec l'enseignant

○ Code source (Python)

Modèle de régression logistique


#Retour logistique
import pandas as pd
from sklearn.datasets import load_iris
from sklearn.linear_model import LogisticRegression
from sklearn.metrics import mean_squared_error
from sklearn.metrics import r2_score

#Charger les données d'iris
data = load_iris()
X = pd.DataFrame(data.data, columns=data.feature_names)
y = pd.DataFrame(data.target, columns=["Species"])
df #Afficher les données d'iris

image.png ・ ・ ・ ・ ・ ・ ・ ・ ・ ・ image.png

Quatre variables quantitatives: Sepal.Length (longueur de la pièce), Sepal.Width (largeur de la pièce), Petal.Length (longueur du pétale), Petal.Width (largeur du pétale) Espèce (3 types de graines, setosa, versicolor, virginica)

○ Code source (Python)

Modèle de régression logistique (suite)


#Création, formation et prédiction de modèles de régression logistique
model = LogisticRegression()
model.fit(X, y)
y_pred = model.predict(X)
print(y_pred) #Résultats prévus pour 150 données d'iris

#Évaluation du modèle
print(mean_squared_error(y, y_pred)) #Erreur quadratique moyenne. Le plus petit sera le mieux
print(r2_score(y, y_pred)) #Facteur de décision. Plus la valeur entre 0 et 1 est élevée, mieux c'est

Résultat d'exécution [0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 2 1 1 1 1 1 1 2 1 1 1 1 1 2 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 2 2 2 2 2 2 1 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2] 0.02666666666666667 0.96

・ Je pense que c'est le modèle le plus facile à comprendre dans le problème de classification. ・ À propos du résultat L'endroit où 1 est parfois aligné et l'endroit où 1 et 2 sont alignés apparaissent parfois où 1 est la bonne réponse et la prédiction ne correspond pas.

Recommended Posts

Régression logistique d'apprentissage automatique
Algorithme d'apprentissage automatique (régression logistique)
Régression linéaire d'apprentissage automatique
<Subject> Machine learning Chapitre 3: Modèle de régression logistique
Machine Learning: Supervision - Régression linéaire
Retour logistique
Retour logistique
Comprendre l'apprentissage automatique ~ régression de crête ~.
Apprentissage automatique
Machine learning supervisé (classification / régression)
Modèle d'empilage d'apprentissage automatique (retour)
Défis d'apprentissage automatique de Coursera en Python: ex2 (retour logistique)
Les débutants en apprentissage automatique essaient la régression linéaire
Algorithme d'apprentissage automatique (analyse de régression multiple)
Algorithme d'apprentissage automatique (analyse de régression unique)
Classification et régression dans l'apprentissage automatique
[Memo] Apprentissage automatique
Classification de l'apprentissage automatique
[Apprentissage automatique] Comprendre la régression logistique à partir de scikit-learn et des mathématiques
Exemple d'apprentissage automatique
Algorithme d'apprentissage automatique (généralisation de la régression linéaire)
Apprentissage automatique avec python (2) Analyse de régression simple
<Cours> Machine learning Chapitre 1: Modèle de régression linéaire
<Cours> Machine learning Chapitre 2: Modèle de régression non linéaire
Prévision du cours des actions à l'aide de l'apprentissage automatique (édition de retour)
Algorithme d'apprentissage automatique (résumé de régression linéaire et régularisation)
[Apprentissage automatique] Analyse de régression à l'aide de scicit learn
Résumé du didacticiel d'apprentissage automatique
Apprentissage automatique ⑤ Résumé AdaBoost
Apprentissage automatique: supervisé - AdaBoost
Machine de vecteur de support d'apprentissage automatique
EV3 x Python Machine Learning Partie 2 Régression linéaire
Étudier l'apprentissage automatique ~ matplotlib ~
Mémo du cours d'apprentissage automatique
Bibliothèque d'apprentissage automatique dlib
Apprentissage automatique (TensorFlow) + Lotto 6
Apprenez en quelque sorte le machine learning
Apprendre avec un enseignant (retour) 1 Bases
Python: apprentissage supervisé (retour)
Bibliothèque d'apprentissage automatique Shogun
Défi de lapin d'apprentissage automatique
Introduction à l'apprentissage automatique
Apprentissage automatique: k-voisins les plus proches
Qu'est-ce que l'apprentissage automatique?
Défis d'apprentissage automatique de Coursera en Python: ex3 (reconnaissance de nombres manuscrits avec récursivité logistique)
Python Scikit-learn Analyse de régression linéaire Analyse de régression simple non linéaire Apprentissage automatique
Coursera Machine Learning Challenge en Python: ex1 (régression linéaire)
Modèle d'apprentissage automatique prenant en compte la maintenabilité
Prétraitement japonais pour l'apprentissage automatique
Apprentissage automatique dans Delemas (s'entraîner)
Une introduction à l'apprentissage automatique
Qu'est-ce que l'analyse de régression logistique?
Techniques liées à l'apprentissage automatique / à la classification
Bases de l'apprentissage automatique (mémoire)
Un débutant en apprentissage automatique a essayé la RBM
[Apprentissage automatique] Comprendre la forêt aléatoire
Apprentissage automatique avec Python! Préparation
Bloc-notes de ressources d'étude d'apprentissage automatique
Apprentissage automatique ② Résumé Naive Bayes
Résumé de l'article sur l'apprentissage automatique (auto-écrit)