Python 中的逻辑回归 - 总结

逻辑回归是一种二元分类的统计技术。在本教程中，您学习了如何训练机器使用逻辑回归。创建机器学习模型，最重要的要求是数据的可用性。如果没有足够的相关数据，你就无法简单地让机器学习。

获得数据后，下一个主要任务是清理数据，消除不需要的行、字段，并为模型开发选择适当的字段。完成此操作后，您需要将数据映射为分类器训练所需的格式。因此，数据准备是任何机器学习应用程序中的一项主要任务。准备好数据后，您可以选择特定类型的分类器。

在本教程中，您学习了如何使用sklearn库中提供的逻辑回归分类器。为了训练分类器，我们使用大约 70% 的数据来训练模型。我们使用其余数据进行测试。我们测试模型的准确性。如果这不在可接受的范围内，我们将返回选择新的功能集。

再次遵循准备数据、训练模型并测试的整个过程，直到您对其准确性感到满意为止。在开始任何机器学习项目之前，您必须学习并接触迄今为止已开发并已在行业中成功应用的各种技术。