python 数据科学

sklearn.linear_model.LogisticRegression

'''逻辑回归是二元分析，其分析结果为一个0-1之间的概率，所以其分界线可以为斜线'''from sklearn.datasets import load_irisfrom sklearn.linear_model import LogisticRegressionimport numpy as npimport matplotlib.pyplot as plt  iris = load_iris()X = iris.data[:, [2,3]]  Y = iris.targetclf = LogisticRegression()clf.fit(X, Y)x0_min, x0_max = X[:, 0].min() - 1, X[:, 0].max() + 1  x1_min, x1_max = X[:, 1].min() - 1, X[:, 1].max() + 1  # 产生一个以向量xx为行，向量yy为列的矩阵  xx, yy = np.meshgrid(np.arange(x0_min, x0_max, 0.1),                        np.arange(x1_min, x1_max, 0.1)) # 等高线的网格数据  Z = clf.predict(np.c_[xx.ravel(), yy.ravel()])zz = Z.reshape(xx.shape)plt.plot()  plt.contourf(xx, yy , zz, alpha=0.5, cmap=plt.cm.rainbow) #alpha 透明度，cmap 颜色  plt.scatter(X[:, 0], X[:, 1], c=Y, alpha=1, cmap=plt.cm.RdYlBu) #c 颜色序列  plt.title('Decision Tree')  plt.xlabel('Petal.Length')  plt.ylabel('Petal.Width')  plt.show()