Implementering af logistisk regression

I denne lektion implementerer du logistisk regression ved hjælp af biblioteket scikit-learn. Du arbejder med et datasæt til binær klassifikation.

Trin 1: Import af biblioteker og datasæt

Du begynder med at importere de nødvendige biblioteker og indlæse et datasæt. For enkelhedens skyld bruger du scikit-learns make_classification til at generere et datasæt til binær klassifikation.

from sklearn.datasets import make_classification
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LogisticRegression
from sklearn.metrics import accuracy_score

# Generate dataset
X, y = make_classification(n_samples=100, n_features=2, n_classes=2, random_state=42)

# Split into train and test sets
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=42)

Trin 2: Oprettelse af modellen til logistisk regression

Du bruger klassen LogisticRegression fra scikit-learn til at oprette og træne modellen.

model = LogisticRegression()
model.fit(X_train, y_train)

Trin 3: Foretagelse af forudsigelser

Når modellen er trænet, bruger du den til at foretage forudsigelser på testdataene.

y_pred = model.predict(X_test)

Trin 4: Evaluering af modellen

Du evaluerer modellens præstation ved hjælp af nøjagtighed som måleenhed.

accuracy = accuracy_score(y_test, y_pred)
print(f"Model Accuracy: {accuracy:.2f}")

Trin 5: Visualisering af beslutningsgrænser

For bedre at forstå modellens præstation visualiserer du beslutningsgrænserne.

import matplotlib.pyplot as plt
import numpy as np

# Define grid for plotting
def plot_decision_boundary(X, y, model):
    x_min, x_max = X[:, 0].min() - 1, X[:, 0].max() + 1
    y_min, y_max = X[:, 1].min() - 1, X[:, 1].max() + 1
    xx, yy = np.meshgrid(np.arange(x_min, x_max, 0.1), np.arange(y_min, y_max, 0.1))

    Z = model.predict(np.c_[xx.ravel(), yy.ravel()])
    Z = Z.reshape(xx.shape)
    
    plt.contourf(xx, yy, Z, alpha=0.8)
    plt.scatter(X[:, 0], X[:, 1], c=y, edgecolor='k')
    plt.title('Decision Boundary')
    plt.show()

plot_decision_boundary(X, y, model)

Trin 6: Justering af modellen

Du kan forbedre modellens præstation ved at justere hyperparametre som C, der styrer regulariseringsstyrken.

model = LogisticRegression(C=0.5)
model.fit(X_train, y_train)

Udfordringerne omfatter:

• Håndtering af ubalancerede datasæt.
• Håndtering af stærkt korrelerede egenskaber.
• Sikring af tilstrækkelige træningsdata til effektive forudsigelser.

I denne lektion har du:

• Implementeret logistisk regression ved hjælp af scikit-learn.
• Foretaget forudsigelser og evalueret modellen.
• Visualiseret beslutningsgrænser.

Dernæst undersøger du, hvordan modellens præstation evalueres ved hjælp af målinger som F1-score, præcision og genkaldelse.