这个年纪的我们
爱情跟不上分开的节奏
这个年纪的我们
更珍惜难得的自由
这个年纪的我们
比起从前更容易感动
这个年纪的我们
徘徊在理想与现实之中
🎵 齐一《这个年纪》
逻辑回归是一种常用的分类算法，能够根据输入特征预测目标变量的类别。本文将介绍如何利用 Pandas 预处理数据并使用 scikit-learn 训练逻辑回归模型，保存模型文件到本地，然后加载模型进行预测。
准备工作
首先，确保你已经安装了 Pandas 和 scikit-learn：
pip install pandas scikit-learn
1. 数据准备
我们使用一个示例数据集，或者你可以用自己的数据进行测试。这里，我们将生成一个虚拟数据集：
import pandas as pd
import numpy as np
# 生成虚拟数据集
np.random.seed(42)
data = pd.DataFrame({
'feature1': np.random.rand(100),
'feature2': np.random.rand(100),
'target': np.random.randint(0, 2, size=100)
})
2. 数据预处理
逻辑回归模型只接受数值型数据，所以如果有非数值的列需要编码成数值。我们这里假设数据已经是数值型，只需拆分特征和目标列即可：
# 特征和目标列的分离
X = data[['feature1', 'feature2']]
y = data['target']
3. 训练逻辑回归模型
我们将使用 scikit-learn 的 LogisticRegression 进行模型训练。首先，将数据拆分成训练集和测试集，然后训练模型：
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LogisticRegression
# 将数据划分为训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)
# 创建并训练逻辑回归模型
model = LogisticRegression()
model.fit(X_train, y_train)
4. 保存模型到本地
训练好的模型可以用 joblib 或 pickle 库进行序列化保存。这里使用 joblib：
import joblib
# 保存模型到文件
joblib.dump(model, 'logistic_regression_model.pkl')
5. 加载模型并进行预测
模型被保存为 .pkl 文件后，可以随时加载并使用它进行新的预测：
# 从文件中加载模型
model_loaded = joblib.load('logistic_regression_model.pkl')
# 使用加载的模型进行预测
predictions = model_loaded.predict(X_test)
print(predictions)
6. 总结
本文展示了如何用 Pandas 预处理数据、使用 scikit-learn 训练逻辑回归模型，并将模型保存到本地。然后我们又演示了如何加载保存的模型并进行预测。通过这种方式，可以在数据科学项目中重用已训练的模型，节省重复训练的时间。
注意事项
确保在训练和测试数据的预处理中使用相同的操作，以保持特征的一致性。
由于模型会保存训练时的数据类型和形状，因此保持数据格式不变是重要的。
