sklearn实现逻辑回归_以python为工具【Python机器学习系列（十）】_python逻辑回归模型from sklearn

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

import numpy as np
import matplotlib.pyplot as plt
from sklearn.linear_model import LogisticRegression

读取数据

data = np.genfromtxt(“data.csv”, delimiter=“,”)
x_data = data[:, :-1]
y_data = data[:, -1]

然后定义绘制散点图的函数，为将数据分布更直观地展示：

def plot_logi():
# 初始化列表
x_0 = []
y_0 = []
x_1 = []
y_1 = []
# 分割不同类别的数据
for i in range(len(x_data)):
# 取类别为0的数据
if y_data[i] == 0: