Python利用逻辑回归分类器对乳腺肿瘤进行良性/恶性预测实战（超详细附源码）

àì夳堔傛蜴生んèń 2023-09-30 18:42 114阅读 0赞

> **需要源码请点赞关注收藏后评论区留言并且私信~~~**

在本案例中，利用逻辑回归分类器对乳腺肿瘤进行良性/恶行预测，并对预测模型进行指标测算与评价。

## 一、数据集准备与处理 ##

本案例数据集采用乳腺癌数据集，原始数据集的下载地址为[数据集下载地址][Link 1]

数据特征包括细胞厚度、细胞大小、形状等九个属性，将每个属性的特征量化为1-10的数值进行表示，首先导入数据 并显示前五条数据

![6b7cc33e32734bc395d654d55ccc0799.png][]

可以浏览数据的基本信息如下

![26c19e00ba9a44a486d365787e07522b.png][]

调用describe函数查看数据的基本的统计信息如下

![bb2109574d504012a58a300babaf1efa.png][]

统计数据属性中的空缺值

![5a5332499ce04232b373257e0e655357.png][]

如果数据中存在空缺数据需要丢弃或填充。该数据集中包含了16个缺失值用“？”标出。因此要删除有缺失值的数据

![0192646eb71c4d0099c3a7769267605f.png][]

.将数据划分为训练集和测试集

![64d8700e4bc84d0e87eb1768b5271e97.png][]

标准化数据，每个维度的特征数据方差为1，均值为0，使得预测结果不会被某些维度过大的特征值主导

## 二、模型训练与性能评估 ##

分别用LogisticRegression与SGDClassifier构建分类器

LR分类器性能分析 如下图所示 精度可以达到百分之九十八点八左右

![7ae1f4e366364f91911b628bf7ad76dc.png][]

SGD分类器性能分析 如下图所示 精度可以达到百分之九十六左右

![686302772bab4f39a85db0f583409e63.png][]

LogisticRegression较SGDClassifier在测试集上有更高的准确率，这时因为scikit-learn中采用解析的方法精确计算LogisticRegression的参数，而使用梯度法估计SGDClassifier中的参数

## 三、代码 ##

部分代码如下 需要全部代码请点赞关注收藏后评论区留言并且私信

import pandas as pd
    import numpy as np
    column_names=['number','Cl_Thickness','Unif_cell_size','Unif_cell_shape','Marg_Adhesion','Sing_epith_cell_size','Bare_nuclei','Bland_chromation','Norm_nuclei','Mitoses','Class']
    data=pd.read_csv('breast-cancer-wisconsin.data',names=column_names)
    display(data.head())
    data=data.replachow='any')
    print(data.shape)
    from sklearn.model_selection import train_test_split
    # 划分训练集与测试集
    X_train,X_test,y_train,y_test=train_test_split(data[column_names[1:10]],data[column_names[10]],test_size=0.25,random_state=33)
    printlearn.preprocessing import StandardScaler
    ss=StandardScaler()
    X_train=ss.fit_transform(X_train)
    X_test=ss.transform(X_test)
    print(X_train.mean())
    from sklearn.linear_model import LogisticRegression
    from sklearn.linear_model import SGDClassifier
    lr=Logitrain,y_train)
    lr_y_predict=lr.predict(X_test)
    sgdc.fit(X_train,y_train)
    sgdc_y_predict=sgdc.predict(X_test)
    from sklearn.metrics import classification_report
    print('Accuracy of LR Classifier:',lr.score(X_test,y_test))
    print(classification_report(y_test,lr_y_predict,target_names=['Benign','Malignant']))
    print('Accuracy of SGD Classifier:',sgdc.score(X_test,y_test))
    print(classification_report(y_test,sgdc_y_predict,target_names=['Benign','Malignant']))

**创作不易 觉得有帮助请点赞关注收藏~~~**

[Link 1]: http://archive.ics.uci.edu/ml/machine-learning-databases/breast-cancer-wisconsin/
[6b7cc33e32734bc395d654d55ccc0799.png]: https://img-blog.csdnimg.cn/6b7cc33e32734bc395d654d55ccc0799.png
[26c19e00ba9a44a486d365787e07522b.png]: https://img-blog.csdnimg.cn/26c19e00ba9a44a486d365787e07522b.png
[bb2109574d504012a58a300babaf1efa.png]: https://img-blog.csdnimg.cn/bb2109574d504012a58a300babaf1efa.png
[5a5332499ce04232b373257e0e655357.png]: https://img-blog.csdnimg.cn/5a5332499ce04232b373257e0e655357.png
[0192646eb71c4d0099c3a7769267605f.png]: https://img-blog.csdnimg.cn/0192646eb71c4d0099c3a7769267605f.png
[64d8700e4bc84d0e87eb1768b5271e97.png]: https://img-blog.csdnimg.cn/64d8700e4bc84d0e87eb1768b5271e97.png
[7ae1f4e366364f91911b628bf7ad76dc.png]: https://img-blog.csdnimg.cn/7ae1f4e366364f91911b628bf7ad76dc.png
[686302772bab4f39a85db0f583409e63.png]: https://img-blog.csdnimg.cn/686302772bab4f39a85db0f583409e63.png