实验 逻辑回归

实验目标

本实验旨在通过实现一个基础的逻辑回归分类模型，让学生掌握以下技能：

了解并应用逻辑回归模型，完成从数据加载、预处理到训练与评估的整个流程。

通过使用Scikit-learn的逻辑回归模型，掌握如何进行模型训练与预测。学会评估模型性能，理解准确率、混淆矩阵及分类报告的含义。掌握混淆矩阵的可视化技术，通过图形化呈现分类结果，帮助分析模型性能。

实验环境

o Python编程语言

o Scikit-learn库

o Matplotlib（用于数据可视化）

o NumPy和Pandas库（用于数据处理）

o Jupyter Notebook或类似IDE（用于代码编写和结果展示）

实验数据集

本实验使用的是鸢尾花数据集（Iris dataset），它是一个经典的多分类数据集，包含150个样本，4个特征（花萼长度、花萼宽度、花瓣长度、花瓣宽度），以及3个目标类别（Setosa、Versicolor、Virginica）。为了简化实验并将问题转化为二分类问题，我们将类别2（Virginica）标记为0，而类别0（Setosa）和类别1（Versicolor）标记为1。

实验步骤

1. 数据加载与初步探索

o 加载鸢尾花数据集。

o 将目标类别从三分类问题转换为二分类问题。

2. 数据集划分与标准化

o 使用 train_test_split 方法将数据划分为训练集（80%）和测试集（20%）。

o 使用 StandardScaler 对数值型特征使用进行标准化，以确保每个特征具有相同的尺度，避免不同尺度的特征对模型训练产生影响。

3. 模型训练与预测

o 初始化逻辑回归模型 LogisticRegression，使用模型进行训练，基于训练集数据进行拟合。

o 使用训练好的模型对测试集进行预测，得到预测结果。

4. 模型性能评估

o 使用 accuracy_score 方法评估模型在测试集上的准确率。

o 通过 confusion_matrix 查看模型的混淆矩阵，以了解分类情况。

o 使用 classification_report 获得模型的精确率、召回率和 F1 分数等详细指标。

5. 可视化混淆矩阵

o 使用Matplotlib可视化混淆矩阵，帮助直观分析模型的分类效果。

实验结果展示

o 数据集基本信息展示：数据集共有150个样本，4个数值特征，和3个类别。经过数据预处理后，我们将类别2转化为0，类别0和类别1转化为1，完成二分类任务。

o 模型准确率：显示逻辑回归模型在测试集上的准确率。

o 混淆矩阵和分类报告：输出模型的混淆矩阵和分类报告，以帮助理解分类情况和性能差异。

o 混淆矩阵可视化：通过绘制混淆矩阵的热图，可以直观地展示每个类别的正确分类情况和错误分类情况。

实验总结

o 总结数据预处理的重要性和基本步骤。

o 分析实验过程中遇到的问题和解决方案。

o 分析不同数据预处理方法对模型性能的影响

实验代码参考

以下是一个逻辑回归模型实验代码，使用鸢尾花数据集将其转化为二分类问题，包含数据预处理、训练模型、评估结果以及混淆矩阵的可视化：

——————————————

# 导入必要的库

# 加载鸢尾花数据集（Iris Dataset）

# 将问题转换为二分类问题：类别0和1为正类，类别2为负类

# 划分数据集为训练集和测试集（80%训练，20%测试）

# 标准化数据

# 创建逻辑回归模型并训练

# 在测试集上进行预测

# 计算准确率

# 生成混淆矩阵

# 输出分类报告

# 可视化混淆矩阵

# 输出每个格子的数值，用来显示混淆矩阵中的实际数值

——————————————