sklearn 逻辑回归Demo

<think>好的，用户想要一个Python实现逻辑回归的示例代码或教程。首先，我需要回忆逻辑回归的基本概念和应用场景。根据之前的引用[1]，逻辑回归常用于分类任务，比如信用卡反欺诈和CTR预估，因为它输出0到1之间的概率值，适合二分类问题。 接下来，用户需要的是具体的示例代码，所以应该从数据准备、模型训练到评估的完整流程入手。常用的库包括scikit-learn，因为它有LogisticRegression类，简单易用。另外，可能需要用到数据处理的pandas和可视化的matplotlib/seaborn，但用户可能更关注核心代码，所以保持简洁。 考虑到用户可能希望代码可运行，需要包括必要的步骤：加载数据、划分训练集测试集、特征标准化、模型训练、预测和评估。示例数据集可以选择鸢尾花数据集，虽然是多分类，但可以调整为二分类，比如只取两类。或者使用更典型的二分类数据集，比如乳腺癌数据集，可能更合适。 另外，引用[1]提到逻辑回归的局限性是线性分类器，无法处理复杂情况，但作为基线模型很有用。在示例中可能需要说明这一点，或者用户可能想知道如何扩展，但用户当前需求是基础示例，所以先专注于基本实现。 需要检查代码是否正确，比如导入的库是否正确，参数是否合理。比如，在标准化时使用StandardScaler，然后训练模型，计算准确率和混淆矩阵。确保代码没有错误，用户可以复制粘贴运行。 可能还需要解释代码的关键部分，比如模型初始化、训练、预测，以及评估指标的意义。但用户要求的是示例代码，所以解释可能放在注释或简短的说明中。 最后，生成相关问题，引导用户深入，比如参数调优、特征工程、多分类扩展等，这些问题要符合逻辑回归的常见进阶主题，参考引用[1]提到的内容，如与其他算法结合（GBDT+LR）或者应用场景。</think>以下是一个基于Python的完整逻辑回归实现示例，包含数据预处理、模型训练和评估的完整流程： ```python # 导入必要库 import numpy as np import matplotlib.pyplot as plt from sklearn.datasets import load_breast_cancer from sklearn.model_selection import train_test_split from sklearn.preprocessing import StandardScaler from sklearn.linear_model import LogisticRegression from sklearn.metrics import accuracy_score, confusion_matrix, ConfusionMatrixDisplay # 加载乳腺癌数据集（二分类） data = load_breast_cancer() X, y = data.data, data.target # 划分训练集和测试集 X_train, X_test, y_train, y_test = train_test_split( X, y, test_size=0.2, random_state=42) # 特征标准化（重要步骤） scaler = StandardScaler() X_train = scaler.fit_transform(X_train) X_test = scaler.transform(X_test) # 创建逻辑回归模型 # penalty='l2' 表示使用L2正则化，C=1.0 是正则化强度的倒数 model = LogisticRegression(penalty='l2', C=1.0, solver='liblinear', max_iter=100) # 训练模型 model.fit(X_train, y_train) # 预测测试集 y_pred = model.predict(X_test) y_proba = model.predict_proba(X_test)[:, 1] # 获取正类的预测概率 # 评估模型 accuracy = accuracy_score(y_test, y_pred) print(f"模型准确率：{accuracy:.4f}") # 绘制混淆矩阵 cm = confusion_matrix(y_test, y_pred) disp = ConfusionMatrixDisplay(confusion_matrix=cm, display_labels=data.target_names) disp.plot(cmap=plt.cm.Blues) plt.show() # 输出特征重要性 coefficients = model.coef_[0] feature_importance = pd.DataFrame({ '特征': data.feature_names, '重要性': np.abs(coefficients) }).sort_values(by='重要性', ascending=False) print("\n特征重要性排序：") print(feature_importance.head(10)) ```