Python 中的邏輯迴歸 - 構建分類器

不必從頭開始構建分類器。構建分類器是一項複雜的工作，需要具備統計學、機率論、最佳化技術等領域的知識。市面上有許多可用的預構建庫，這些庫提供了經過全面測試且非常有效的分類器實現。我們將從sklearn中使用一個這樣的預構建庫。

scikit-learn 分類器

從 sklearn 工具包中建立邏輯迴歸分類器的步驟非常簡單，只需一條程式語句即可，如下所示：

In [22]: classifier = LogisticRegression(solver='lbfgs',random_state=0)

建立分類器後，您需要將訓練資料送入分類器，以便它可以調整其內部引數，並準備好對您未來資料進行預測。為了調整分類器，我們執行以下語句：

In [23]: classifier.fit(X_train, Y_train)

現在，分類器已準備好接受測試。以下程式碼是上述兩條語句執行後的輸出：

Out[23]: LogisticRegression(C = 1.0, class_weight = None, dual = False, 
   fit_intercept=True, intercept_scaling=1, max_iter=100, 
   multi_class='warn', n_jobs=None, penalty='l2', random_state=0, 
   solver='lbfgs', tol=0.0001, verbose=0, warm_start=False))

現在，我們可以開始測試所建立的分類器。我們將在下一章中解決這個問題。