十三、用scikit-learn做逻辑回归

---

一元线性、多元线性、多项式回归都属于广义的线性回归，这几类线性回归主要用于预测连续变量的值。本节介绍广义线性回归的另一种主要用于分类任务的形式：逻辑回归

请尊重原创，转载请注明来源网站www.shareditor.com以及原始链接地址

二类分类问题

逻辑回归最广泛的应用就是二类分类，我们以脏话判别为例来利用逻辑回归，对一句话做脏话分析判断

输入样本如下：

是脏话：fuck you

是脏话：fuck you all

不是脏话：hello everyone

 

我们来预测以下两句话是否是脏话：

fuck mehello boy

 

# coding:utf-8import sysreload(sys)sys.setdefaultencoding( "utf-8" )from sklearn.feature_extraction.text import TfidfVectorizerfrom sklearn.linear_model.logistic import LogisticRegressionX = []# 前三行作为输入样本X.append("fuck you")X.append("fuck you all")X.append("hello everyone")# 后两句作为测试样本X.append("fuck me")X.append("hello boy")# y为样本标注y = [1,1,0]vectorizer = TfidfVectorizer()# 取X的前三句作为输入做tfidf转换X_train = vectorizer.fit_transform(X[:-2])# 取X的后两句用上句生成的tfidf做转换X_test = vectorizer.transform(X[-2:])# 用逻辑回归模型做训练classifier = LogisticRegression()classifier.fit(X_train, y)# 做测试样例的预测predictions = classifier.predict(X_test)print predictions

 

输出结果如下：

[1 0]

判断成：

是脏话：fuck me

不是脏话：hello boy