Python 中的逻辑回归 - 分割数据

我们有大约四万一千条奇数记录。如果我们使用全部数据构建模型，我们将没有数据进行测试。所以一般来说，我们将整个数据集分为两部分，比如 70/30 的百分比。我们使用 70% 的数据构建模型，剩下的用于测试我们创建的模型在预测中的准确性。你可以根据要求使用不同的分割比例。

创建特征数组

在分割数据之前，我们将数据分成两个数组 X 和 Y。X 数组包含我们要分析的所有特征（数据列），Y 数组是布尔值的单维数组，是预测的输出。为了理解这一点，让我们运行一些代码。

首先，执行以下 Python 语句来创建 X 数组 −

In [17]: X = data.iloc[:,1:]

要检查 X 的内容，可以使用 head 打印一些初始记录。以下屏幕显示了 X 数组的内容。

In [18]: X.head ()

该数组有几行和 23 列。

接下来，我们将创建包含“y”值的输出数组。

创建输出数组

要创建预测值列的数组，请使用以下 Python 语句 −

In [19]: Y = data.iloc[:,0]

通过调用 head 检查其内容。下面的屏幕输出显示了结果 −

In [20]: Y.head()
Out[20]: 0   0
1    0
2    1
3    0
4    1
Name: y, dtype: int64

现在，使用以下命令分割数据 −

In [21]: X_train, X_test, Y_train, Y_test = train_test_split(X, Y, random_state=0)

这将创建四个数组，称为 X_train、Y_train、X_test 和 Y_test。和之前一样，你可以使用 head 命令检查这些数组的内容。我们将使用 X_train 和 Y_train 数组训练我们的模型，使用 X_test 和 Y_test 数组进行测试和验证。

现在，我们准备构建我们的分类器。我们将在下一章中了解它。