Análisis de Regresión logística en Python

por | Sep 20, 2018 | Python | 0 Comentarios

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]

0 comentarios

Enviar un comentario

Tu dirección de correo electrónico no será publicada.