逻辑回归答案

【问题标题】：Logistic Regression逻辑回归
【发布时间】：2020-01-31 08:31:45
【问题描述】：

我的数据从数据集 df 拆分为训练和测试。我可以将训练和测试拆分为 X_train, Y_train from train 和 X_test, Y_test from test 吗？

示例代码：-

train, test = train_test_split(df, train_size=0.8, stratify=df.y_yes.values, random_state=5)

#Can I do the below splitting?
X_train, Y_train = train_test_split(train, random_state=5)
X_test, Y_test = train_test_split(test, random_state=5)

train.head and test.head

【问题讨论】：

Well train amd test 已经包含了 x 和 y。只需使用 y 和 rest 的变量名过滤训练和测试，然后就可以了。而且 - 您的问题与逻辑回归无关，yoj 可能想要编辑您的标题。
我不知道为什么我的问题被否决了。我无法弄清楚如何参加培训和测试，预测我的结果并计算 AUC。
谢谢@FatihAkici，我会试试这个。
原因可能是因为它太简单了（答案可以在任何教程中找到）或无法重现或显示不努力。请在您的帖子中分享 train.head() 和 test.head()，以便人们可以更好地帮助您。
"我无法弄清楚如何 [...]" - 是的，但你不会问那个...对您“我可以吗？”问题的答案很简单是（现在，这是否有意义，是另一个讨论）

标签： python scikit-learn

【解决方案1】：

我找不到解决办法，所以使用了正则拆分表达式：-

 X = df_clean[['previous', 'emp.var.rate', 'euribor3m', 'nr.employed', 
'pdays_missing', 'poutcome_success' , 'poutcome_nonexistent','pdays_bet_5_15']]
 y = df_clean['y_yes']
 X_train, X_test, Y_train, Y_test = train_test_split(X, y, test_size = 0.2, 
 random_state=5)
 print(X_train.shape)
 print(X_test.shape)
 print(Y_train.shape)
 print(Y_test.shape)

【讨论】：