Implementowanie regresji logistycznej w Pythonie

W tej lekcji zaimplementują Państwo regresję logistyczną z użyciem biblioteki scikit-learn. Będą Państwo pracować z danymi do klasyfikacji binarnej.

Krok 1: Importowanie bibliotek i zbioru danych

Rozpoczniemy od zaimportowania niezbędnych bibliotek i wczytania zbioru danych. Dla uproszczenia użyjemy funkcji make_classification z biblioteki scikit-learn do wygenerowania zbioru danych do klasyfikacji binarnej.

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)

Krok 2: Tworzenie modelu regresji logistycznej

Używamy klasy LogisticRegression z biblioteki scikit-learn, aby utworzyć i wytrenować model.

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

Krok 3: Wykonywanie predykcji

Po wytrenowaniu modelu używamy go do wykonywania predykcji na danych testowych.

y_pred = model.predict(X_test)

Krok 4: Ocena modelu

Ocenimy wydajność modelu, używając dokładności jako metryki.

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

Krok 5: Wizualizacja granic decyzyjnych

Aby lepiej zrozumieć wydajność modelu, zwizualizujemy granice decyzyjne.

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)

Krok 6: Dostrajanie modelu

Możemy poprawić wydajność modelu, dostosowując hiperparametry, takie jak C, który steruje siłą regularyzacji.

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

Wyzwania związane z regresją logistyczną

Wyzwania obejmują:

• Obsługę niezrównoważonych zbiorów danych.
• Radzenie sobie z silnie skorelowanymi cechami.
• Zapewnienie wystarczającej ilości danych treningowych do skutecznego wykonywania predykcji.

Podsumowanie i kolejne kroki

W tej lekcji:

• Zaimplementowaliśmy regresję logistyczną z użyciem scikit-learn.
• Wykonaliśmy predykcje i oceniliśmy model.
• Zwizualizowaliśmy granice decyzyjne.

Następnie poznamy sposoby oceny wydajności modelu za pomocą metryk takich jak wynik F1, precyzja i czułość.