[Python 100日チャレンジ] Day 95 - 分類モデル: ロジスティック回帰

分類とは

分類は、データをカテゴリに分ける機械学習タスクです。スパム判定、離脱予測、画像カテゴリ分類などで使われます。

from sklearn.linear_model import LogisticRegression

model = LogisticRegression(max_iter=1000)
model.fit(X_train, y_train)
pred = model.predict(X_test)

ロジスティック回帰

ロジスティック回帰は、分類でよく使われる基本モデルです。名前に回帰とありますが、カテゴリを予測する分類モデルとして使います。

正解率を確認する

from sklearn.metrics import accuracy_score

accuracy = accuracy_score(y_test, pred)
print(accuracy)

混同行列

from sklearn.metrics import confusion_matrix

print(confusion_matrix(y_test, pred))

混同行列を見ると、どのクラスを間違えやすいか確認できます。

今日のゴール

分類では、正解率だけでなく、どの種類の間違いが起きているかを見ることが大切です。ロジスティック回帰で分類の基本をつかみましょう。