基于逻辑回归算法的乳腺癌诊断数据分类研究

摘 要: 乳腺癌是世界范围内妇女死亡的主要原因之一，准确的诊断是乳腺癌治疗中最重要的步骤之一。本文详 细讲解了逻辑回归模型的原理知识，结合Sklearn机器学习库的LogisticRegression算法对乳腺癌威斯康辛(诊断)数据集 进行了数据分类。由于该数据集分类标签划分为两类(恶性、良性)，能够很好地适用于逻辑回归模型。用基于两个特征 的逻辑回归模型得到的分类结果表明，当选取平均半径和最大周长两个特征时，分类精度最高(95.72%)。与以往的方法 相比，该方法在性能上有所提高。