3
5

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

More than 3 years have passed since last update.

多項ロジスティック回帰分析とは?

Posted at

#多項ロジスティック回帰

  • 多クラス分類を可能にしたロジスティック回帰

  • 値域が[0,1],総和が1になるように線形予測子を変形しようとするモデル。

  • 大きく**「名義ロジスティック回帰」「順序ロジスティック回帰」**に分かれる

①名義ロジスティック…クラス間に特別な順序がない場合の多クラス分類
ex)男子=0,女子=1

②順序ロジスティック…クラス間に特別な順序がある場合の多クラス分類。
ex)好き=0,それほど好きではない=1,嫌い=2

#多クラス分類の場合は

データデータ

#p1=〇の形にすると?

データ

#最適化方法とは?
データデータ

#実験
今回はsklearnライブラリのデータセットを使って分析をしてみたいと思います。

import numpy as np
import matplotlib.pyplot as plt
from sklearn.datasets import load_digits

digits = load_digits()
X=digits.data
y=digits.target

images_with_labels = list(zip(digits.images,digits.target))

plt.figure(figsize=(15,6))

for idx,(image,label) in enumerate(images_with_labels[:10]):
    plt.subplot(2,5,idx+1)
    plt.imshow(image,cmap=plt.cm.gray_r,interpolation="nearest")
    plt.title("{}".format(label),fontsize=25)
plt.show()
データ
from sklearn.metrics import confusion_matrix
from sklearn.linear_model import LogisticRegression
from sklearn.preprocessing import StandardScaler
from sklearn.model_selection import train_test_split

scaler=StandardScaler()
X_scaled=scaler.fit_transform(X)

X_train,X_test,y_train,y_test=train_test_split(X_scaled,y,random_state=0)

print(log_reg.score(X_train,y_train))
print(log_reg.score(X_test,y_test))

prediction=log_reg.predict(X_test)
confusion = confusion_matrix(prediction,y_test) #混合行列生成
print(confusinon)
データ データ
3
5
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
3
5

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?