Machine Learning 9 - implement Logistic Regression using python|Dileenet A/L ICT

මේ Post එකෙන් කතා කරන්න බලාපොරොත්තු වෙන්නේ Logistic Regression Model එකක් Python භාවිතා කරලා ඉදිරිපත් කරන්නේ කොහොම ද කියලා

මේකට මම භාවිතා කරනවා කලින් Post එකේ භාවිතා කරපු Dataset එක.

වයස	දියවැඩියාව තියනව ද?
16	No	0
23	No	0
12	Yes	1
31	No	0
29	Yes	1
40	Yes	1
33	No	0
15	Yes	1
11	No	0
19	No	0
21	Yes	1
44	No	0
67	Yes	1
78	No	0
43	Yes	1
39	Yes	1
54	No	0
58	Yes	1
65	No	0

මේක Excel csv file එකක් විදියට save කර ගන්න.

 Logistic Regression model පයිතන් භාවිතා කරලා ලියපු කේතය පහත දක්වලා තියනවා

#import necessary libraries

import numpy as np

import pandas as pd

import matplotlib.pyplot as plt

#read dataset file

data=pd.read_csv("lr.csv")

print(data)

plt.scatter(data.Age,data.Diabetics)

plt.show

x=data[["Age"]]

y=data["Diabetics"]

#split the data into training and testing set 

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)

#train the Logistic Regression model

from sklearn.linear_model import LogisticRegression

model=LogisticRegression()

model.fit(x_train,y_train)

#evaluate the model

from sklearn.metrics import accuracy_score, classification_report, confusion_matrix, roc_curve, auc

y_pred=model.predict(x_test)

accuracy=accuracy_score(y_test,y_pred)

print("Accuracy: {:.2f}%".format(accuracy*100))

print(x_test)

print(y_test)

model.score(x_test,y_test)

Age = [[25]]

s=model.predict(Age)

print(s)