一、逻辑回归的介绍
（一）概念：逻辑回归是机器学习的一种分类模型，逻辑回归是一种分类算法，由于简单高效，在实际中应用非常广泛。
（二）逻辑回归的应用场景
广告点击率、是否为垃圾游戏、是否患病、金融诈骗、虚假账号
（三）逻辑回归的原理
1.核心点：
逻辑回归中输入的值是：线性回归的结果
判断逻辑回归的输出：
2.输入为线性回归的结果，即就是：
3.激活函数，即就是sigmoid函数：
判断标准：
回归的结果输入到sigmoid函数当中
输出结果：[0,1]区间的一个概率值，默认为0.5为阈值
输出结果解释(重要)：假设有两个类别A，B，并且假设我们的概率值为属于A(1)这个类别的概率值。现在有一个样本的输入到逻辑回归输出结果0.55，那么这个概率值超过0.5，意味着我们训练或者预测的结果就是A(1)类别。那么反之，如果得出结果为0.3那么，训练或者预测结果就为B(0)类别。
关于逻辑回归的阈值是可以进行改变的，比如上面举例中，如果你把阈值设置为0.6，那么输出的结果0.55，就属于B类。
在之前，我们用最小二乘法衡量线性回归的损失。
在逻辑回归中，当预测结果不对的时候，我们该怎么衡量其损失呢？
那么如何去衡量逻辑回归的预测结果与真实结果的差异呢？
（三）损失以及优化
1.概念：逻辑回归的损失称之为对数似然损失。
分开类别：
其中y为真实值，hθ(x)为预测值
无论何时，我们都希望损失函数值，越小越好
分情况讨论，对应的损失函数值：
当y=1时，我们希望hθ(x)值越大越好；
当y=0时，我们希望hθ(x)值越小越好综合完整损失函数
接下来我们呢就带入上面那个例子来计算一遍，就能理解意义了。
理解：
（1）把线性回归计算的结果值W，X带入sigmoid函数，计算得出逻辑回归结果。
（2）把回归计算结果和真实值带入到—>综合完整损失函数，最终计算得出损失值
我们已经知道，-log§, P值越大，结果越小，所以我们可以对着这个损失的式子去分析
2.优化
同样使用梯度下降优化算法，去减少损失函数的值。这样去更新逻辑回归前面对应算法的权重参数，提升原本属于1类别的概率，降低原本是0类别的概率。
（四）小结
逻辑回归概念【知道】
解决的是一个二分类问题
逻辑回归的输入是线性回归的输出
逻辑回归的原理【掌握】
输入：
线性回归的输出
激活函数
sigmoid函数
把整体的值映射到[0,1]
再设置一个阈值，进行分类判断
逻辑回归的损失和优化【掌握】
损失
对数似然损失
借助了log思想，进行完成
真实值等于0，等于1两种情况进行划分
优化
提升原本属于1类别的概率，降低原本是0类别的概率。
二、逻辑回归的API介绍
（一）用法：
1.写法：sklear.linear_model.LogisticRegression(solver=‘liblinear’,pennalty=‘l2’,C=1.0)
solver={‘liblinear’,‘sag’,‘saga’,‘newton-cg’,‘lbfgs’}
默认:‘liblinear’用于优化问题的算法。
对于小数据集来说，“liblinear”是个不错的选择，而“sag”和’saga’对于大型数据集会更快。
对于多类问题，只有’newton-cg’， ‘sag’， 'saga’和’lbfgs’可以处理多项损失;“liblinear”仅限于“one-versus-rest”分类。
penalty:正则化的种类
C:正则化力度
默认将类别数量少的当做正例
LogisticRegression方法相当于 SGDClassifier(loss=“log”, penalty=" "),SGDClassifier实现了一个普通的随机梯度下降学习。而使用LogisticRegression(实现了SAG)
三、案例分析
1 背景介绍：通过肿瘤预测案例，学会如何使用逻辑回归对模型进行训练
2.数据描述
（1）699条样本，共11列数据，第一列用语检索的id，后9列分别是与肿瘤
相关的医学特征，最后一列表示肿瘤类型的数值。
（2）包含16个缺失值，用”?”标出。
3.案例分析
1.获取数据
2.基本数据处理
2.1 缺失值处理
2.2 确定特征值,目标值
2.3 分割数据
3.特征工程(标准化)
4.机器学习(逻辑回归)
5.模型评估
4.代码实现
import pandas as pd
import numpy as np
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import StandardScaler
from sklearn.linear_model import LogisticRegressionimport ssl
ssl._create_default_https_context = ssl._create_unverified_context
# 1.获取数据
names = ['Sample code number', 'Clump Thickness', 'Uniformity of Cell Size', 'Uniformity of Cell Shape','Marginal Adhesion', 'Single Epithelial Cell Size', 'Bare Nuclei', 'Bland Chromatin','Normal Nucleoli', 'Mitoses', 'Class']data = pd.read_csv("https://archive.ics.uci.edu/ml/machine-learning-databases/breast-cancer-wisconsin/breast-cancer-wisconsin.data",names=names)
data.head()
# 2.基本数据处理
# 2.1 缺失值处理
data = data.replace(to_replace="?", value=np.NaN)
data = data.dropna()
# 2.2 确定特征值,目标值
x = data.iloc[:, 1:10]
x.head()
y = data["Class"]
y.head()
# 2.3 分割数据
x_train, x_test, y_train, y_test = train_test_split(x, y, random_state=22)# 3.特征工程(标准化)
transfer = StandardScaler()
x_train = transfer.fit_transform(x_train)
x_test = transfer.transform(x_test)
# 4.机器学习(逻辑回归)
**estimator = LogisticRegression()
estimator.fit(x_train, y_train)**
# 5.模型评估
**y_predict = estimator.predict(x_test)
y_predict
estimator.score(x_test, y_test)**
在很多分类场景当中我们不一定只关注预测的准确率！！！！！
比如以这个癌症举例子！！！我们并不关注预测的准确率，而是关注在所有的样本当中，癌症患者有没有被全部预测（检测）出来。
5.小结
肿瘤预测案例实现【知道】
如果数据中有缺失值，一定要对其进行处理
准确率并不是衡量分类正确的唯一标准
四、分类评估方法–（模型评估方法）