首页用Python编写一个逻辑回归分类算法的Python程序,并使用Scikit-Learn中提供的乳腺癌数据集进行训练和预测。

用Python编写一个逻辑回归分类算法的Python程序,并使用Scikit-Learn中提供的乳腺癌数据集进行训练和预测。

时间: 2025-06-23 13:25:01 浏览: 13

在Python中，我们可以使用scikit-learn库来构建逻辑回归模型。下面是一个简单的步骤说明：首先，你需要安装必要的库，如果还没有的话： ```bash pip install numpy pandas scikit-learn ``` 然后，你可以按照以下步骤编写逻辑回归分类算法： 1. 导入所需的库： ```python import numpy as np import pandas as pd from sklearn.datasets import load_breast_cancer from sklearn.model_selection import train_test_split from sklearn.preprocessing import StandardScaler from sklearn.linear_model import LogisticRegression from sklearn.metrics import accuracy_score ``` 2. 加载乳腺癌数据集： ```python data = load_breast_cancer() X = data.data y = data.target ``` 3. 数据预处理（标准化）： ```python scaler = StandardScaler() X_scaled = scaler.fit_transform(X) ``` 4. 划分训练集和测试集： ```python X_train, X_test, y_train, y_test = train_test_split(X_scaled, y, test_size=0.2, random_state=42) ``` 5. 创建逻辑回归模型并训练： ```python model = LogisticRegression() model.fit(X_train, y_train) ``` 6. 进行预测： ```python y_pred = model.predict(X_test) ``` 7. 计算准确率： ```python accuracy = accuracy_score(y_test, y_pred) print(f"Accuracy: {accuracy * 100}%") ```

阅读全文