Реализация логистической регрессии на Python

В этом уроке мы реализуем логистическую регрессию с помощью библиотеки scikit-learn. Мы будем работать с набором данных для бинарной классификации.

Шаг 1: импорт библиотек и набора данных

Начнём с импорта необходимых библиотек и загрузки набора данных. Для простоты воспользуемся функцией make_classification из scikit-learn, чтобы создать набор данных для бинарной классификации.

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)

Шаг 2: создание модели логистической регрессии

Мы используем класс LogisticRegression библиотеки scikit-learn, чтобы создать и обучить модель.

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

Шаг 3: Создание прогнозов

После обучения модели используйте её для построения прогнозов на тестовых данных.

y_pred = model.predict(X_test)

Шаг 4: оценка модели

Мы оцениваем качество модели с помощью доли правильных ответов.

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

Шаг 5: визуализация границ решений

Чтобы лучше понять качество модели, мы визуализируем границы решений.

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)

Шаг 6: настройка модели

Мы можем повысить качество модели, изменяя гиперпараметры, например C, который управляет силой регуляризации.

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

Сложности логистической регрессии

К возможным сложностям относятся:

• Обработка несбалансированных наборов данных.
• Работа с сильно коррелирующими признаками.
• Обеспечение достаточного объёма обучающих данных для эффективных предсказаний.

Итоги и дальнейшие шаги

В этом уроке мы:

• Реализовали логистическую регрессию с помощью scikit-learn.
• Создали предсказания и оценили модель.
• Визуализировали границы решений.

Далее мы рассмотрим оценку качества модели с помощью таких показателей, как F1-мера, точность и полнота.