контролируемый логистический регрессионный питон - PullRequest
Новая
       6

контролируемый логистический регрессионный питон

0 голосов
/ 27 мая 2018

Я пытаюсь научиться контролируемому обучению в логистической регрессии от http://www.dummies.com/programming/big-data/data-science/how-to-create-a-supervised-learning-model-with-logistic-regression/
but Я получаю эту ошибку Ошибка типа: объект списка не вызывается
есть и другие ошибки.Я искал, я узнал, что я должен использовать квадратные скобки для доступа к списку, но это не сработало.
Может кто-нибудь сказать мне, что не так с кодом.я использую анаконду (spyder 3.6)

вот мой код 

from sklearn.datasets import load_iris
from sklearn import linear_model
from sklearn import cross_validation
from sklearn import metrics

iris = load_iris()
X_train, X_test, y_train, y_test=cross_validation.train_test_split(iris.data,iris.target,test_size=0.10,random_state=111)
logClassifier = linear_model.LogisticRegression(random_state=111)
logClassifier.fit(X_train, y_train)
predicted = logClassifier.predict(X_test)
predictedarray=([0, 0, 2, 2, 1, 0, 0, 2, 2, 1, 2, 0, 2, 2, 2])
y_testarray=([0, 0, 2, 2, 1, 0, 0, 2, 2, 1, 2, 0, 2, 2, 2])
metrics.accuracy_score(y_test, predicted)   
predicted == y_testarray([ True, True, True, True, True, True, True,  True,True, True, True, True, True, True,  True], dtype=bool)

1 Ответ

0 голосов
/ 27 мая 2018

в ссылке, которую вы указали, похоже, что некоторые строки являются входными, а некоторые - выходными (что не очень ясно), и поэтому не все строки представляют собой фактический код, но также содержат вывод того, что произойдет, еслиВы запустили код

, чтобы уточнить, строка

predictedarray=([0, 0, 2, 2, 1, 0, 0, 2, 2, 1, 2, 0, 2, 2, 2]) является выходом строки predicted = logClassifier.predict(X_test), которая показана для иллюстрации выхода функции прогнозирования, но строка predictedarray=([0, 0, 2, 2, 1, 0, 0, 2, 2, 1, 2, 0, 2, 2, 2]) сам выводится и не должен добавляться к коду

то же самое относится и к последней строке: predicted == y_testarray([ True, True, True, True, True, True, True, True,True, True, True, True, True, True, True], dtype=bool)

хотя в ссылке, я думаю, это не ясно в ссылкеэто означает, что результаты выполнения

predicted == y_testarray будут равны массиву, содержащему только True, так как два массива действительно одинаковы, поэтому вам также не нужна эта последняя строка

...