### 使用 Jupyter Notebook 训练机器学习数据集 #### 创建新的 Jupyter Notebook 并加载必要的库 为了在 Jupyter Notebook 中训练机器学习数据集，首先需要启动 Jupyter Lab 或者 Jupyter Notebook，并创建一个新的 Python 3 的笔记本文件。 ```python import numpy as np import pandas as pd from sklearn.model_selection import train_test_split from sklearn.preprocessing import StandardScaler from sklearn.linear_model import LogisticRegression from sklearn.metrics import accuracy_score, classification_report ``` 这些导入语句提供了用于读取数据、分割测试/训练集合、标准化特征以及构建逻辑回归分类器所需的功能[^1]。 #### 加载并探索数据集 接着可以利用 `pandas` 来加载 CSV 文件或其他格式的数据源到 DataFrame 对象中以便于操作： ```python data = pd.read_csv('path_to_your_dataset.csv') print(data.head()) ``` 这段代码会显示前几行记录来帮助理解所使用的数据结构和内容[^2]。 #### 数据预处理 对于大多数实际应用来说，原始数据通常不是直接可用的形式；因此可能还需要执行一些额外的操作来进行清理工作，比如去除缺失值或异常点等。这里假设已经完成了初步的数据清洗任务。 如果有必要的话，还可以进一步对数值型变量实施缩放变换以提高某些算法的表现效果： ```python scaler = StandardScaler() scaled_features = scaler.fit_transform(data.drop(columns=['target'])) X_train, X_test, y_train, y_test = train_test_split(scaled_features, data['target'], test_size=0.2, random_state=42) ``` 上述脚本实现了将所有非目标列作为输入特性传递给标准刻度转换函数，并随后按照80%-20%的比例划分成训练集与验证集两部分。 #### 构建模型并评估性能 现在有了经过适当调整后的样本之后就可以着手建立预测模型了。下面是一个简单的例子展示了如何使用 Scikit-Learn 库中的逻辑回归实现这一过程： ```python model = LogisticRegression(max_iter=10000) model.fit(X_train, y_train) predictions = model.predict(X_test) accuracy = accuracy_score(y_test, predictions) report = classification_report(y_test, predictions) print(f'Accuracy: {accuracy:.4f}') print(report) ``` 此段程序定义了一个基于最大迭代次数设置较高的逻辑回归实例，拟合训练好的参数至现有资料之上，最后通过比较真实标签同预期输出之间的差异计算得出准确率指标以及其他统计量表征整体表现情况。