Implementazione della regressione logistica

In questa lezione implementeremo la regressione logistica utilizzando la libreria scikit-learn. Lavoreremo con un dataset per la classificazione binaria.

Passaggio 1: importazione delle librerie e del dataset

Inizieremo importando le librerie necessarie e caricando un dataset. Per semplicità, utilizzeremo make_classification di scikit-learn per generare un dataset per la classificazione binaria.

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)

Passaggio 2: creazione del modello di regressione logistica

Utilizziamo la classe LogisticRegression di scikit-learn per creare e addestrare il modello.

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

Passaggio 3: Creazione di previsioni

Una volta addestrato il modello, lo utilizziamo per effettuare previsioni sui dati di test.

y_pred = model.predict(X_test)

Passaggio 4: valutazione del modello

Valutiamo le prestazioni del modello utilizzando l'accuratezza come metrica.

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

Passaggio 5: visualizzazione dei confini decisionali

Per comprendere meglio le prestazioni del modello, visualizziamo i confini decisionali.

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)

Passaggio 6: regolazione del modello

Possiamo migliorare le prestazioni del modello modificando iperparametri come C, che controlla la forza della regolarizzazione.

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

Le sfide includono:

• Gestione di dataset sbilanciati.
• Gestione di caratteristiche fortemente correlate.
• Garanzia di una quantità sufficiente di dati di addestramento per effettuare previsioni efficaci.

In questa lezione abbiamo:

• Implementato la regressione logistica utilizzando scikit-learn.
• Effettuato previsioni e valutato il modello.
• Visualizzato i confini decisionali.

Ora vedremo come valutare le prestazioni del modello utilizzando metriche come il punteggio F1, la precisione e il recall.