Python使用Scikit-learn逻辑回归实战
准备工作：
1. 安装Python：在官网（https://www.python.org/downloads/）下载并安装Python的最新版本。
2. 安装Scikit-learn：打开命令行窗口，运行以下命令：
pip install scikit-learn
依赖的类库：
- Pandas：用于数据处理和分析，安装命令为`pip install pandas`
- NumPy：用于数值计算和数组操作，安装命令为`pip install numpy`
- Matplotlib：用于可视化，安装命令为`pip install matplotlib`
- Seaborn：基于Matplotlib的数据可视化库，安装命令为`pip install seaborn`
数据集介绍：
本次实战使用的是泰坦尼克号乘客的数据集，包含了乘客的特征信息（如年龄、性别、船票等级等）以及是否生存的标签。数据集包含了训练集（train.csv）和测试集（test.csv）两个文件，可以在Kaggle网站上下载（https://www.kaggle.com/c/titanic/data）。
样例数据：
训练集中的部分数据如下所示：
PassengerId Survived Pclass ... Fare Cabin Embarked
0 1 0 3 ... 7.2500 NaN S
1 2 1 1 ... 71.2833 C85 C
2 3 1 3 ... 7.9250 NaN S
3 4 1 1 ... 53.1000 C123 S
4 5 0 3 ... 8.0500 NaN S
完整的样例代码如下：
python
import pandas as pd
from sklearn.linear_model import LogisticRegression
from sklearn.model_selection import train_test_split
from sklearn.metrics import accuracy_score
# 读取训练集
train_data = pd.read_csv('train.csv')
# 数据预处理
train_data = train_data[['Survived', 'Pclass', 'Sex', 'Age', 'Fare']]
train_data = train_data.dropna()
train_data['Sex'] = train_data['Sex'].map({'female': 0, 'male': 1})
# 划分特征和标签
X = train_data[['Pclass', 'Sex', 'Age', 'Fare']]
y = train_data['Survived']
# 划分训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)
# 创建逻辑回归模型
model = LogisticRegression()
# 模型训练
model.fit(X_train, y_train)
# 模型预测
y_pred = model.predict(X_test)
# 计算准确率
accuracy = accuracy_score(y_test, y_pred)
print("Accuracy:", accuracy)
代码说明：
1. 首先导入需要的库和类。
2. 使用Pandas库读取训练集的csv文件，并对数据进行预处理，选择了需要的特征列，并删除了含有空值的行，同时将性别一列的值转换为数字表示。
3. 划分特征和标签。
4. 使用train_test_split将数据集划分为训练集和测试集。
5. 创建LogisticRegression对象，即逻辑回归模型。
6. 对模型进行训练。
7. 使用训练好的模型对测试集进行预测。
8. 使用accuracy_score计算预测准确率。
9. 打印准确率。
总结：
本次实战使用Scikit-learn库中的逻辑回归模型对泰坦尼克号乘客的数据进行预测，并计算了预测准确率。通过这个样例，我们可以学习到如何使用Scikit-learn进行机器学习的建模和预测任务，并对数据进行预处理和特征选择。
