- Was ist logistische Regression??
- Mathematik an der logistischen Regression beteiligt
- Leistungsmessung mit Konfusionsmatrizen
- Demonstration der logistischen Regression mit Python-Code
Die logistische Regression ist einer der beliebtesten maschinellen Lernalgorithmen, die bei der Vorhersage mehrerer kategorialer Datensätze verwendet wird.. Kategoriale Datensätze haben nur zwei Ergebnisse, 0/1 oder wenn / Nein
Inhaltsverzeichnis
1 Was ist logistische Regression??
2 Warum logistische Regression anwenden??
3 Mathematik an der logistischen Regression beteiligt
4 Implementierung der logistischen Regression bei der Vorhersage
5 Leistungsmessung
6 Hauptmerkmale der logistischen Regression
7 Arten der logistischen Regression
8 Python-Codeimplementierung
1. Was ist logistische Regression??
Es handelt sich um eine Art von Regressionsalgorithmen für maschinelles Lernen, die implementiert werden, um Klassifikationsprobleme zu lösen / kategorisch,
Probleme mit binären Ergebnissen, mögen / Nein, 0/1, Wahr / Gefälscht, sind sogenannte Klassifikationsprobleme.
2. Warum logistische Regression anwenden??
Lineare Regression liefert keine gute Anpassungslinie für Probleme mit nur zwei Werten (wie in der gezeigten Abbildung"Abbildung" ist ein Begriff, der in verschiedenen Zusammenhängen verwendet wird, Von der Kunst zur Anatomie. Im künstlerischen Bereich, bezieht sich auf die Darstellung menschlicher oder tierischer Formen in Skulpturen und Gemälden. In der Anatomie, bezeichnet die Form und Struktur des Körpers. Was ist mehr, in der Mathematik, "Abbildung" Es hängt mit geometrischen Formen zusammen. Seine Vielseitigkeit macht es zu einem grundlegenden Konzept in mehreren Disziplinen....). Es wird während der Vorhersage weniger Präzision geben, da es die Datensätze nicht abdeckt, linearer Natur sein.
Für die beste Anpassung kategorialer Datensätze, es wird eine Kurve benötigt, die mit Hilfe der logistischen Regression möglich ist, da es eine Sigmoidfunktion verwendet, um Vorhersagen zu treffen.
3. Mathematik an der logistischen Regression beteiligt
Der Hauptgrund für die Biegung der logistischen Regressionskurve ist, dass sie mit einer Sigmoidfunktion berechnet wird. (auch als logistische Funktion bekannt, da sie in der logistischen Regression verwendet wird) nachfolgend aufgeführten
Dies ist die mathematische Funktion der ‚S-förmige Kurve‘. Der Wert der Sigmoidfunktion liegt immer zwischen 0 Ja 1, es wird also implementiert, um kategoriale Probleme zu lösen, die zwei mögliche Werte haben.
4. Implementierung der logistischen Regression bei der Vorhersage
Die logistische Regression implementiert die Sigmoidfunktion, um Vorhersagen bei kategorialen Werten zu treffen.
Setzt einen Cut-Point-Wert, die meistens eingebaut ist 0.5, das, wenn es durch die prognostizierte Abweichung von der logistischen Kurve überschritten wird, liefert die jeweils erwartete Ausgabe in Form der Kategorie, zu der der Datensatz gehört.
Zum Beispiel,
Im Fall des Diabetes-Vorhersagemodells, wenn die Leistung den Abschaltpunkt überschreitet, die Vorhersageausgabe wird als Ja für Diabetes ausgegeben; andererseits, Nein, wenn der Wert unter dem Cutoff-Punkt liegt.
5. Leistungsmessung
Um die Leistung des Modells in der AuflösungDas "Auflösung" bezieht sich auf die Fähigkeit, feste Entscheidungen zu treffen und gesetzte Ziele zu erreichen. Im persönlichen und beruflichen Kontext, Dabei geht es darum, klare Ziele zu definieren und einen Aktionsplan zu entwickeln, um diese zu erreichen. Entschlossenheit ist entscheidend für persönliches Wachstum und Erfolg in verschiedenen Lebensbereichen, denn es ermöglicht Ihnen, Hindernisse zu überwinden und sich auf das zu konzentrieren, was wirklich wichtig ist.... von Klassifikationsproblemen, Verwirrungsmatrix wird verwendet., Unten ist die Implementierung der Verwirrungsmatrix.
Schlüsselbegriffe:
- – TN bedeutet wahre Negative (Der prognostizierte Wert (Negativ) entspricht dem tatsächlichen Wert (Negativ))
- – FP bedeutet False Positives (Der tatsächliche Wert war negativ, aber das Modell hat einen positiven Wert vorhergesagt.)
- – FN steht für False Negative(Der tatsächliche Wert war positiv, aber das Modell hat einen negativen Wert vorhergesagt)
- – TP bedeutet wahre positive Aspekte (Der prognostizierte Wert (positiv) entsprach dem tatsächlichen Wert (positiv))
Für ein gutes Modell, man sollte nicht viele falsch positive oder falsch negative Ergebnisse haben
6. Hauptmerkmale der logistischen Regression
1. Die logistische Regression ist einer der beliebtesten maschinellen Lernalgorithmen, Wird in der überwachten maschinellen Lerntechnik verwendet. Es wird verwendet, um die vorherzusagen VariableIn Statistik und Mathematik, ein "Variable" ist ein Symbol, das einen Wert darstellt, der sich ändern oder variieren kann. Es gibt verschiedene Arten von Variablen, und qualitativ, die nicht-numerische Eigenschaften beschreiben, und quantitative, numerische Größen darstellen. Variablen sind grundlegend in Experimenten und Studien, da sie die Analyse von Beziehungen und Mustern zwischen verschiedenen Elementen ermöglichen, das Verständnis komplexer Phänomene zu erleichtern.... kategorial abhängig, unter Verwendung einer gegebenen Menge unabhängiger Variablen.
2. Vorhersage der Ausgabe einer kategorialen Variablen, die von Natur aus diskret ist. Es kann Ja oder Nein sein, 0 Ö 1, richtig oder falsch, etc. aber anstatt den genauen Wert anzugeben wie 0 Ja 1, gibt das Ergebnis als Wahrscheinlichkeit des Datensatzes an, der zwischen liegt 0 Ja 1.
3. Es ähnelt der linearen Regression. Der einzige Unterschied besteht darin, dass die lineare Regression verwendet wird, um Regressionsprobleme zu lösen, während die logistische Regression verwendet wird, um Klassifikationsprobleme zu lösen / kategorische Probleme.
4 In der logistischen Regression, die Logistikfunktion (sigmoidea) S-förmig wird als Anpassungskurve verwendet, was gibt einen Ausgang zwischen 0 Ja 1.
7. Arten der logistischen Regression
Es gibt drei Arten:
eine Kombination
b Ordnungszahl
c Multinomial
eine Kombination
Die binomiale logistische Regression befasst sich mit Problemen mit Zielvariablen, die nur zwei mögliche Werte haben, 0 Ö 1.
Was es bedeuten kann Ja / Nein, Wahr / Gefälscht, Tot / Live und andere kategoriale Werte.
b Ordnungszahl
Ordinale logistische Regression Sie befasst sich mit den Problemen, deren Zielvariablen möglicherweise 3 oder mehr als 3 Werte, von Natur aus unordentlich. Diese Werte haben keine quantitative Bedeutung
Zum Beispiel, Haustyp 1, Haustyp 3, Haustyp 3, etc.
c Multinomial
Die multinomiale logistische Regression, einfach ordinale logistische Regression, befasst sich mit Problemen, die Zielwerte größer oder gleich haben 3. Der Hauptunterschied ist, dass, im Gegensatz zu Ordinal, diese Werte sind gut geordnet. Werte haben quantitative Bedeutung
Zum Beispiel, Fertigkeitseinschätzung als niedrig, Medien, Experte
6. Python-Codeimplementierung
[ Notiz: Die aufgenommenen Datensätze sind der Titanic-Datensatz]
Bibliotheken importieren
importieren Pandas Was pd
importieren numpy Was öffentlicher Notar
importieren matplotlib.pyplot Was plt
%matplotlib online
importieren Seemann Was sns
sns, einstellen ()
Importieren Sie den Datensatz
titanic_data = pd.read_csv(‚titanic_train.csv‘)
Durchführen einer explorativen Datenanalyse:
1. Auf mehrere Nulleinträge im Datensatz prüfen, mit der Hilfe von Heatmapein "Heatmap" ist eine grafische Darstellung, die Farben verwendet, um die Dichte von Daten in einem bestimmten Bereich anzuzeigen. Häufig in der Datenanalyse verwendet, Marketing und Verhaltensstudien, Diese Art der Visualisierung ermöglicht es Ihnen, Muster und Trends schnell zu erkennen. Durch chromatische Variationen, Heatmaps erleichtern die Interpretation großer Informationsmengen, dabei helfen, fundierte Entscheidungen zu treffen....
2.Visualisierung verschiedener Beziehungen zwischen Variablen
3. Gebrauch von BoxplotEin Boxplot, Ö "Boxplot", ist ein grafisches Werkzeug, das die Verteilung eines Datensatzes über seine Quartile zusammenfasst. Diese Art von Diagramm zeigt den Median, Das untere und obere Quartil, sowie Ausreißer. Es ist nützlich, um die Variabilität zu visualisieren und Unterschiede zwischen verschiedenen Datengruppen zu erkennen, Einfacher Vergleich von Verteilungen. Seine Einfachheit macht es zu einer wertvollen Ressource in... Für Details zum Vertrieb
sns.Heatmap(titanic_data.Es ist null(), cbar=Gefälscht)
sns.Zähldiagramm(x=‚Sobrevivió‘, Daten=titanic_data)
sns.Zähldiagramm(x=‚Sobrevivió‘, matiz=‚Sex‘, Daten=titanic_data)
sns.Zähldiagramm(x=‚Sobrevivió‘, matiz=‚PKlasse‘, Daten=titanic_data)
Heatmap
Alter und Kabine haben null Einträge
sns.Box-Plot(titanic_data['Pklasse'], titanic_data['Alter'])
Verwenden der Funktion zum Ersetzen von Nulleingaben
def input_missing_age(Säulen):
Alter = Säulen[0]
Passagierklasse = Säulen[1]
und pd.Es ist null(Alter):
und(Passagierklasse == 1):
Zurückkehren titanic_data[titanic_data['Pklasse'] == 1]['Alter'].meinen()
elifPassagierklasse == 2):
Zurückkehren titanic_data[titanic_data['Pklasse'] == 2]['Alter'].meinen()
elifPassagierklasse == 3):
Zurückkehren titanic_data[titanic_data['Pklasse'] == 3]['Alter'].meinen()
der Rest:
Zurückkehren Alter
Füllen Sie die fehlenden Altersdaten aus
titanic_data['Alter'] = titanic_data[['Alter', 'Pklasse']].Anfrage(input_missing_age, Achse = 1)
Nulldaten entfernen
titanic_data.Tropfen(‚Kabine‘, Achse=1, stattdessen = Sicher)
titanic_data.Tropfen(stattdessen = Sicher)
Erstellen Sie Dummy-Variablen für die Spalte Geschlecht und SendungS
sex_daten = pd.get_dummys(titanic_data['Sex'], drop_first = Sicher)
eingeschiffte_daten = pd.get_dummys(titanic_data[„Einschiffen“], drop_first = Sicher)
Fügen Sie Dummy-Variablen zu DataFrame hinzu und entfernen Sie nicht numerische Daten
titanic_data = pd.concat([titanic_data, sex_daten, eingeschiffte_daten], Achse = 1)
titanic_data.Tropfen(['Name', „Passagier-ID“, 'Fahrkarte', 'Sex', „Einschiffen“], Achse = 1, stattdessen = Sicher)
Drucken Sie den fertigen Datensatz
titanic_data.Kopf()
Teilen Sie den Datensatz in Daten x und y
y_daten = titanic_data['Überlebt']
x_daten = titanic_data.Tropfen(‚Sobrevivió‘, Achse = 1)
Unterteilen Sie das Dataset in Daten aus AusbildungTraining ist ein systematischer Prozess zur Verbesserung der Fähigkeiten, körperliche Kenntnisse oder Fähigkeiten. Es wird in verschiedenen Bereichen angewendet, wie Sport, Aus- und Weiterbildung. Zu einem effektiven Trainingsprogramm gehört auch die Zielplanung, Regelmäßiges Üben und Bewerten der Fortschritte. Anpassung an individuelle Bedürfnisse und Motivation sind Schlüsselfaktoren, um in jeder Disziplin erfolgreiche und nachhaltige Ergebnisse zu erzielen.... und Testdaten
von sklearn.model_selection importieren train_test_split
x_training_data, x_test_data, y_training_data, y_test_data = train_test_split(x_daten, y_daten, Testgröße = 0,3)
Modell erstellen
von sklearn.Lineares Modell importieren Logistische Regression
Modell = Logistische Regression()
Trainieren Sie das Modell und erstellen Sie Vorhersagen
Modell.hineinpassen(x_training_data, y_training_data)
Vorhersagen = Modell.Vorhersagen(x_test_data)
Leistungskennzahlen berechnen
von sklearn.Metriken importieren Klassifizierungsbericht
Drucken(Klassifizierungsbericht(y_test_data, Vorhersagen))
precision recall f1-score support
0 0.83 0.87 0.85 169
1 0.75 0.68 0.72 98
accuracy 0.80 267
macro avg 0.79 0.78 0.78 267
weighted avg 0.80 0.80 0.80 267
Erstellen Sie eine Konfusionsmatrix
von sklearn.Metriken importieren Verwirrung Matrix
Drucken(Verwirrung Matrix(y_test_data,
Vorhersagen)
[[145 22]
[ 30 70]]Damit beende ich diesen Blog.
Hallo allerseits, Namasté
Ich heiße Pranshu Sharma Und ich bin ein Data Science-Enthusiast
Vielen Dank, dass Sie sich Ihre wertvolle Zeit genommen haben, um diesen Blog zu lesen.. Auf Fehler gerne hinweisen (schließlich, ich bin lehrling) und hinterlasse die entsprechenden Kommentare oder hinterlasse einen Kommentar.
Dhanyvaad !!
Rückmeldung:
Email: [E-Mail geschützt]
Die in diesem Artikel gezeigten Medien sind nicht Eigentum von DataPeaker und werden nach Ermessen des Autors verwendet.
