Python如何实现逻辑回归？

1、导入pandas,输入或读取数据集。

import pandas as pd

df=pd.DataFrame({'math':[98,78,54,89,24,60,98,44,96,90],'english':[92,56,90,57,46,75,76,87,91,88],'is_good':[1,0,0,0,0,0,1,0,1,1]})

2、导入sklearn中的逻辑回归函数。如果没有包的话，要实现安装工具包。

from sklearn.linear_model import LogisticRegression

3、模型数据准备。

X=df.ix[:,['math','english']]

y=df['is_good']

4、建立模型并进行模型训练。

clf_lg=LogisticRegression()

clf_lg.fit(X, y)

5、查看参数值。

print(clf_lg.coef_)

6、根据模型预测目标变量，并计算准确率。

y_pred=clf_lg.predict(X)

print(y_pred)

print("准确率",sum(y==y_pred)/len(y))#计算准确率

7、计算AUC值。

from sklearn.metrics import roc_auc_score

AUC=roc_auc_score(y, y_pred)

AUC>0.5，可见模型的预测效果较好。