Logistic迴歸在scikitlearn

Question

你是如何處理的圖表所示：

使用scikitlearn的邏輯迴歸模型。有沒有辦法使用scikitlearn和一個標準的X，Y輸入輕鬆地處理這些類型的問題，這些輸入映射到像這樣的圖形？

Answer 1

如果你真的想在這個特定的設置中使用Logistic迴歸，一個很有前途的方法是將座標從笛卡爾系統轉換到Polar系統。從可視化的角度來看，在這些系統中，數據似乎是（幾乎）線性分離的。 Python conversion between coordinates

Answer 2

正如其他人說，好，因爲它是一個線性分類Logistic迴歸不能處理這種類型的數據：

這可以通過這裏所描述來完成。您可以轉換數據以使其可線性分離，或選擇另一種更適合此類數據的分類器。

在scikit-learn文檔中，各種分類器如何處理這個問題有很好的可視化：請參閱http://scikit-learn.org/stable/auto_examples/classification/plot_classifier_comparison.html。第二行是你的任務：

Answer 3

已經有幾個答案已，但他們都沒有提到數據的任何預處理。所以我會展示你的問題的兩種方式。

一起來我會看一些流形學習到你的數據轉換到另一個空間

# Do some imports that I'll be using 
from sklearn import datasets, manifold, linear_model 
from sklearn import model_selection, ensemble, metrics 
from matplotlib import pyplot as plt 

%matplotlib inline 

# Make some data that looks like yours 
X, y = datasets.make_circles(n_samples=200, factor=.5, 
          noise=.05) 

，首先讓我們看一下你目前的問題

plt.scatter(X[:, 0], X[:, 1], c=y) 
clf = linear_model.LogisticRegression() 
scores = model_selection.cross_val_score(clf, X, y) 
print scores.mean() 

輸出：

0.440433749257 

所以你可以看到這個數據看起來像你的，我們得到了一個可怕的交叉驗證準確性與邏輯迴歸。所以，如果你真的附着Logistic迴歸，我們可以做的是使用某種形學習項目的數據轉換成不同的空間，例如：

Xd = manifold.LocallyLinearEmbedding().fit_transform(X) 
plt.scatter(Xd[:, 0], Xd[:, 1], c=y) 
clf = linear_model.LogisticRegression() 
scores = model_selection.cross_val_score(clf, Xd, y) 
print scores.mean() 

輸出：

1.0 

所以你可以看到，現在你的數據是perfectally從LocallyLinearEmbedding我們得到一個更好的分類精度線性可分！

其他可供您使用的選項，其他人提到的選項是使用不同的模型。雖然有很多可供選擇的選項，但我只是使用RandomForestClassifier來舉例說明。我只會訓練一半的數據，所以我們可以評估一個偏差集的準確性。我以前只使用簡歷，因爲它簡單快捷！

clf = ensemble.RandomForestClassifier().fit(X[:100], y[:100]) 
print metrics.accuracy_score(y[100:], clf.predict(X[100:])) 

輸出：

0.97 

因此，我們得到一個良好的精度！如果你有興趣看看發生了什麼，我們可以從one of the awesomescikit-learn教程中提取一些代碼。

plot_step = 0.02 
x_min, x_max = X[:, 0].min() - .1, X[:, 0].max() + .1 
y_min, y_max = X[:, 1].min() - .1, X[:, 1].max() + .1 
xx, yy = np.meshgrid(np.arange(x_min, x_max, plot_step), 
        np.arange(y_min, y_max, plot_step)) 

Z = clf.predict(np.c_[xx.ravel(), yy.ravel()]) 
Z = Z.reshape(xx.shape) 
cs = plt.contourf(xx, yy, Z, alpha=0.5) 
plt.scatter(X[:, 0], X[:, 1], c=y) 

輸出：

因此，這表明，被分爲使用隨機森林模型中的每個類的空間領域。

解決同一問題的兩種方法。我離開鍛鍊哪一個最適合作爲練習讀者...