随机逻辑回归

import pandas as pd
import os
os.chdir(u\'E:\内网通得东西\练习4\')

#参数初始化
filename = \'bankloan.xls\'
data = pd.read_excel(filename)
x = data.iloc[:,:8].as_matrix()
y = data.iloc[:,8].as_matrix()

from sklearn.linear_model import LogisticRegression as LR
from sklearn.linear_model import RandomizedLogisticRegression as RLR
rlr = RLR() #建立随机逻辑回归模型，筛选变量
rlr.fit(x, y) #训练模型
rlr.get_support() #获取特征筛选结果，也可以通过.scores_方法获取各个特征的分数
print(u\'通过随机逻辑回归模型筛选特征结束。\')
print(u\'有效特征为：%s\' % \',\'.join(data.columns[rlr.get_support()]))
x = data[data.columns[rlr.get_support()]].as_matrix() #筛选好特征

lr = LR() #建立逻辑回归模型
lr.fit(x, y) #用筛选后的特征数据来训练模型
print(u\'逻辑回归模型训练结束。\')
print(u\'模型的平均正确率为：%s\' % lr.score(x, y)) #给出模型的平均正确率，本例为81.4%