### Python 实现对率回归并处理西瓜数据集 #### 导入所需库 为了实现逻辑回归以及加载和预处理西瓜数据集，首先需要导入必要的Python库。 ```python import numpy as np from sklearn.model_selection import train_test_split from sklearn.linear_model import LogisticRegression from sklearn.metrics import accuracy_score, classification_report import pandas as pd ``` #### 加载与准备西瓜数据集 假设已经有一个名为`watermelon.csv`的数据文件，其中包含了关于不同特征的信息用于判断是否为好瓜。这里会读取该CSV文件，并将其转换成适合训练的形式。 ```python # 假设 'watermelon.csv' 文件位于当前工作目录下 data = pd.read_csv('watermelon.csv') # 显示前几行查看数据结构 print(data.head()) # 提取出特征列 (除了最后一列为标签外的所有列) X = data.iloc[:, :-1].values # 提取出目标变量(即最后一个列作为分类标签) y = data.iloc[:, -1].values ``` #### 数据集划分 将整个数据集划分为训练集和测试集两部分，以便后续评估模型性能。 ```python # 使用sklearn中的train_test_split方法来随机分割数据集 X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42) # 输出各子集中样本数量以确认划分情况 print(f'Training set size: {len(y_train)}') print(f'Testing set size : {len(y_test )}') ``` #### 构建逻辑回归模型 创建一个简单的二元分类器实例，并利用训练好的参数拟合给定的训练数据。 ```python model = LogisticRegression() model.fit(X_train, y_train) ``` #### 预测与评价 应用构建完成后的模型去预测未知类别的新观测值；同时计算一些常用的度量指标如准确性和混淆矩阵等来进行效果评测。 ```python predictions = model.predict(X_test) accuracy = accuracy_score(y_test, predictions) report = classification_report(y_test, predictions) print("Accuracy:", round(accuracy * 100, 2), "%") print("\nClassification Report:\n", report) ``` 上述过程展示了如何使用Python实现逻辑回归算法，并针对特定领域内的实际案例——即所谓的“西瓜问题”，进行了完整的流程说明[^1]。 #### 示例运行结果（模拟） 由于无法直接执行代码片段获取真实的输出，在此提供一段可能的结果展示： ``` Training set size: 8 Testing set size : 2 ... Accuracy: 95% Classification Report: precision recall f1-score support bad 1.00 1.00 1.00 1 good 1.00 1.00 1.00 1 accuracy 1.00 2 macro avg 1.00 1.00 1.00 2 weighted avg 1.00 1.00 1.00 2 ``` 请注意以上准确性数值仅为示意目的而虚构出来的例子，具体取决于所使用的数据集及其特性[^2]。