(3)로지스틱 회귀분석(Logistic regression): 파이썬 실습(Python)

코드 실습

from sklearn.model_selection import train_test_split
from sklearn.linear_model import LogisticRegression
from sklearn.metrics import accuracy_score

import 문은 위와 같다! 

- `train_test_split`: X와 y 값에 대해 input을 넣으면 이를 test 용과 train용으로 나눠주는 역할의 함수이다. random_state값을 fix 하게 되면 seed 가 고정되어서 결과를 동일하게 나오게 할 수 있다. 

 - accruracy_score : 알다시피 정확도이다! 

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

데이터를 train과 test 용으로 나누어 준다. 

model = LogisticRegression()
model.fit(X_train, y_train)

학습 자체는 굉장히 간단하다! 데이터의 처리 또한 중요하다는 것을 다시 한 번 상기하자! 

y_pred = model.predict(X_test)

이는 test 데이터용 x 값을 바탕으로 y 값을 예측한 값인데, 이에 대해 y_pred 값이 실제 y_test 값과 같은지 다른지 여부를 판단하여 accuracy 를 판단한다. 

accuracy = accuracy_score(y_test, y_pred)

마지막으로 accuracy를 확인해서 정확도를 확인한다! 이는 confusion matrix (혼동행렬)에서 구할 수 있는 값이다.

 

 

 

(1)로지스틱 회귀분석(Logistic regression)이 가지고 있는 이야기: Binary classification, 오즈비와 로짓변

 

(2)로지스틱 회귀분석(Logistic regression)이 가지고 있는 이야기: MLE(Maximum Likelihood Estimation)& GLM & 손