假裝在專欄里發乾貨之邏輯回歸

邏輯回歸是個非常賽艇的模型，昨天到今天做了一個非常賽艇的項目，具體是什麼當然是天機不可泄露了，但是可以share一下寫的代碼。之前很少用scikit-learn 來做機器學習，這次是第一次用scikit-learn來做項目，感覺非常好用，解決一些小樣本量的問題還是效果很好的，強推。這次的樣本量大概只有150萬，所以就選擇了在自己的電腦上跑，learning curve和AUC曲線下次再補，模型內容大家都懂，直接放代碼。

import numpy as npfrom sklearn.cross_validation import train_test_splitfrom sklearn.preprocessing import StandardScalerfrom sklearn.linear_model import LogisticRegressionimport clean_datax = clean_data.xy = clean_data.yx = np.mat(x)y = np.array(y)x = np.transpose(x)x = StandardScaler().fit_transform(x)y = y.astype(np.int)x_train, x_test, y_train, y_test = train_test_split(x,y,test_size = 0.3)lr = LogisticRegression(C = 10, penalty = l2,solver = liblinear)P = lr.fit(x_train,y_train)AC = lr.score(x_test,y_test)train_AC = lr.score(x_train,y_train)print lr.coef_print AC,train_AC

StandardDscaler.fit_transform()主要是對數據進行歸一化，後面就是對數據集進行拆分得到訓練集和測試集。lr.coef_輸出模型的係數，最後輸出模型的訓練誤差和測試誤差。

最後的訓練誤差和測試誤差都在27%左右，上下不超過0.5%，從學習曲線和AUC曲線來看效果還不錯。至於第五行的import clean_data，是我自己寫的一個洗數據的腳本，改成自己的數據就可以運行了，邏輯回歸的具體參數設置可以參照scikit-learn的官方文檔sklearn.linear_model.LogisticRegression

假裝分享乾貨技能get，以後開始水（逃

推薦閱讀：