Implementering av logistisk regresjon

I denne leksjonen skal vi implementere logistisk regresjon ved hjelp av biblioteket scikit-learn. Vi skal arbeide med et datasett for binær klassifisering.

Trinn 1: Import av biblioteker og datasett

Vi begynner med å importere de nødvendige bibliotekene og laste inn et datasett. For enkelhets skyld bruker vi make_classification fra scikit-learn til å generere et datasett for binær klassifisering.

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)

Trinn 2: Opprette logistisk regresjonsmodell

Vi bruker klassen LogisticRegression fra scikit-learn til å opprette og trene modellen.

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

Trinn 3: Gjøre prediksjoner

Når modellen er trent, bruker vi den til å gjøre prediksjoner på testdataene.

y_pred = model.predict(X_test)

Trinn 4: Evaluere modellen

Vi evaluerer modellens ytelse ved hjelp av nøyaktighet som mål.

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

Trinn 5: Visualisere beslutningsgrenser

For å forstå modellens ytelse bedre visualiserer vi beslutningsgrensene.

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)

Trinn 6: Justere modellen

Vi kan forbedre modellens ytelse ved å justere hyperparametere som C, som styrer regulariseringsstyrken.

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

Utfordringene omfatter:

• Håndtering av ubalanserte datasett.
• Håndtering av svært korrelerte egenskaper.
• Sikring av tilstrekkelig treningsdata for effektive prediksjoner.

I denne leksjonen har vi:

• Implementert logistisk regresjon ved hjelp av scikit-learn.
• Gjort prediksjoner og evaluert modellen.
• Visualisert beslutningsgrenser.

Deretter skal vi utforske hvordan modellens ytelse kan evalueres ved hjelp av mål som F1-score, presisjon og tilbakekalling.