Python-逻辑回归小案例-学习笔记36

# -*- coding: utf-8 -*-
"""
Created on Thu Feb 16 14:22:16 2017
@author: yunjinqi
E-mail:yunjinqi@qq.com
Differentiate yourself in the world from anyone else.
"""
'''1. data1 是40名癌症病人的一些生存资料，
其中，X1表示生活行动能力评分（1~100），
X2表示病人的年龄，X3表示由诊断到直入研究时间（月）；
X4表示肿瘤类型，X5把ISO两种疗法（“1”是常规，“0”是试验新疗法）；
Y表示病人生存时间（“0”表示生存时间小于200天，
“1”表示生存时间大于或等于200天）
试建立Y关于X1~X5的logistic回归模型'''
#######################################################
#读取整理数据
import pandas as pd
from sklearn.linear_model import LogisticRegression as LR
from sklearn.linear_model import RandomizedLogisticRegression as RLR 
data=pd.read_table('data1.txt',encoding='gbk')
data
x=data.iloc[:,1:6].as_matrix()
y=data.iloc[:,6].as_matrix()
rlr = RLR() #建立随机逻辑回归模型，筛选变量
rlr.fit(x, y) #训练模型
rlr.get_support() #获取特征筛选结果，也可以通过.scores_方法获取各个特征的分数
print(u'通过随机逻辑回归模型筛选特征结束。')
print(u'有效特征为：%s' % ','.join(data.columns[rlr.get_support()]))
x = data[data.columns[rlr.get_support()]].as_matrix() #筛选好特征
lr = LR() #建立逻辑回归模型
lr.fit(x, y) #用筛选后的特征数据来训练模型
print(u'逻辑回归模型训练结束。')
print(u'模型的平均正确率为：%s' % lr.score(x, y)) #给出模型的平均正确率，本例为0.75