【机器学习】鸢尾花分类-逻辑回归示例

这段代码是一个完整的示例，展示了如何使用逻辑回归对鸢尾花数据集进行训练、保存模型，并允许用户输入数据进行预测。以下是对这段代码的总结：

功能： 这段代码演示了如何使用逻辑回归对鸢尾花数据集进行训练，并将训练好的模型保存到文件中。然后，它允许用户输入新的鸢尾花特征数据，使用保存的模型进行预测，并输出预测结果。

步骤概述：

1. 加载数据和预处理： 使用 Scikit-Learn 中的 datasets 模块加载鸢尾花数据集，并提取前两个特征。然后，划分数据集为训练集和测试集，并对特征数据进行标准化处理。

2. 训练和保存模型： 创建逻辑回归模型，并在训练集上训练模型。训练完成后，使用 joblib 库将训练好的模型保存到文件中。

3. 预测： 使用保存的模型，接受用户输入的鸢尾花特征数据（花萼长度和花萼宽度），将其组织成特征向量，然后进行预测。

4. 结果输出： 根据预测结果输出对应的分类标签，指示预测的鸢尾花属于 Setosa 类别还是非 Setosa 类别（Versicolor 或 Virginica）。

使用方法： 运行代码后，它会首先训练模型并将其保存。然后，你可以输入新的鸢尾花特征数据以进行预测，系统将输出预测结果。

注意事项： 这个示例使用了 joblib 库来保存和加载模型，你也可以使用其他库如 pickle。此外，这个示例演示了逻辑回归在一个简单数据集上的应用，实际应用中可能需要更多的数据处理、模型调优和评估步骤。

import numpy as np
import matplotlib.pyplot as plt
from sklearn import datasets
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
import joblib  # 用于保存和加载模型
def train_logistic_regression():
    # 加载鸢尾花数据集
    iris = datasets.load_iris()
    # 只使用前两个特征以方便可视化
    X = iris.data[:, :2]  
    # 将标签转换为二分类问题
    y = (iris.target != 0).astype(int)  

    # 划分数据集为训练集和测试集
    X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

    # 特征标准化
    scaler = StandardScaler()
    X_train = scaler.fit_transform(X_train)
    X_test = scaler.transform(X_test)

    # 创建逻辑回归模型
    model = LogisticRegression()

    # 在训练集上训练模型
    model.fit(X_train, y_train)

    # 保存训练好的模型
    joblib.dump(model, 'logistic_regression_model.pkl')

def predict_with_saved_model():
    # 加载保存的模型
    model = joblib.load('logistic_regression_model.pkl')

    # 用户输入特征数据
    sepal_length = float(input("Enter sepal length: "))
    sepal_width = float(input("Enter sepal width: "))
    input_data = np.array([[sepal_length, sepal_width]])

    # 进行预测
    prediction = model.predict(input_data)

    if prediction[0] == 0:
        print("Predicted class: Setosa")
    else:
        print("Predicted class: Non-Setosa (Versicolor or Virginica)")

# 训练模型并保存
train_logistic_regression()

# 使用保存的模型进行预测
predict_with_saved_model()

输出结果：

Enter sepal length: 5
Enter sepal width: 7
Predicted class: Non-Setosa (Versicolor or Virginica)

备注

在这个示例中，sepal length（花萼长度）和 sepal width（花萼宽度）是用于输入的特征。这些特征是鸢尾花数据集中的两个测量值。这些测量值的单位是厘米（cm）。

对于鸢尾花数据集中的这两个特征，以下是一些参考值范围：

sepal length: 大约为 4.3 至 7.9 厘米。
sepal width: 大约为 2.0 至 4.4 厘米。
请注意，这些参考值是基于鸢尾花数据集的统计信息，并且会根据具体数据而有所变化。当你输入新的花萼长度和花萼宽度值进行预测时，请确保输入的值在合理的范围内。