Análisis de Regresión logística en Python

Ejemplo de Regresión logística en Pythonlogo python

Se muestra un ejemplo de regresión logística sobre un conjunto de datos que se genera de forma aleatoria.

# Definir las librerías a importar
from sklearn.datasets.samples_generator import make_blobs
from sklearn.linear_model import LogisticRegression
from time import time

# Generación de un dataset de 2 dimensiones X e Y
X, Y = make_blobs(n_samples=1000, centers=2, n_features=2, random_state=1)

start_time = time()

# Definir el modelo de regresión
model = LogisticRegression()

# Calcular la regresión
model.fit(X, Y)

# Calcular tiempo empleado en realizar la regresión
elapsed_time = time() - start_time
print("Elapsed time: %.10f seconds." % elapsed_time)

# Mostrar los resultados de la regresión
m = model.coef_[0]
b = model.intercept_
print("slope=", m, "intercept=", b
Elapsed time: 0.0000000000 seconds.
slope= [-0.29905851 -1.92686656] intercept= [-0.46159105]

Otros artículos que pueden ser de interés:

Autor: Diego Calvo