Logistic Regression iris

根据鸢尾花数据集样本，建立模型，以花萼长度、花萼宽度、花瓣长度、花瓣宽度这4个特征值来推断目标值，属于山鸢尾、虹膜锦葵、变色鸢尾的哪一种

数据集介绍

Iris数据集是常用的分类实验数据集，由Fisher，1936年收集整理。Iris也称鸢尾花卉数据集，是一类多重变量分析的数据集。

关于数据集的具体介绍：

特征值：花萼长度、花萼宽度、花瓣长度、花瓣宽度

目标值： 山鸢尾、虹膜锦葵、变色鸢尾

代码：

>>> from sklearn.datasets import load_iris

>>> from sklearn.linear_model import LogisticRegression

>>> X, y = load_iris(return_X_y=True)

>>> clf = LogisticRegression(random_state=0).fit(X, y)

>>> clf.predict(X[:2, :])

array([0, 0])

>>> clf.predict_proba(X[:2, :])

array([[9.8...e-01, 1.8...e-02, 1.4...e-08],

       [9.7...e-01, 2.8...e-02, ...e-08]])

>>> clf.score(X, y)

0.97...

数据分割

机器学习一般的数据集会划分成两个部分：

训练数据：用于训练，构建模型

测试数据：在模型检验时使用，用于评估模型是否有效

划分比例一般为：

训练集：70%~80%

测试集：20~30%