小白学习PyTorch教程七基于乳腺癌数据集​​构建Logistic 二分类模型

Posted 2021-08-12 刘润森！

@Author：Runsen

在逻辑回归中预测的目标变量不是连续的，而是离散的。可以应用逻辑回归的一个示例是电子邮件分类：标识为垃圾邮件或非垃圾邮件。图片分类、文字分类都属于这一类。

在这篇博客中，将学习如何在 PyTorch 中实现逻辑回归。

文章目录

• • 1. 数据集加载
  • 2. 预处理
  • 3. 模型搭建
  • 4. 训练和优化

1. 数据集加载

在这里，我将使用来自 sklearn 库的乳腺癌数据集。这是一个简单的二元类分类数据集。从 sklearn.datasets 模块加载。接下来，可以使用内置函数从数据集中提取 X 和 Y，代码如下所示。

from sklearn import datasets
breast_cancer=datasets.load_breast_cancer()
x,y=breast_cancer.data,breast_cancer.target
from sklearn.model_selection import train_test_split
x_train,x_test,y_train,y_test= train_test_split(x,y,test_size=0.2)

在上面的代码中，测试大小表示要用作测试数据集的数据的比例。因此，80% 用于训练，20% 用于测试。

2. 预处理

由于这