python数据分析学生成绩查询_用python根据考生成绩对学生预测是否被高校录取

原标题：用python根据考生成绩对学生预测是否被高校录取

数据挖掘入门与实战 公众号： datadw

Dataset

每年高中生和大学生都会申请进入到各种各样的高校中去。每个学生都有一组唯一的考试分数，成绩和背景数据。录取委员会根据这个数据决定是否接受这些申请者。在这种情况下一个二元分类算法可用于接受或拒绝申请，逻辑回归是个不错的方法。

数据集admissions.csv包含了1000个申请者的信息，特征如下：

gre-(入学考试成绩)

gpa- (累积平均绩点)

admit- 适合被录取 0或1Use Linear Regression To Predict Admission

这是原本的数据，admit的值是0或者1。可以发现”gpa”和”admit”并没有线性关系，因为”admit”只取两个值

import pandas

import matplotlib.pyplot as plt

admissions = pandas.read_csv("admissions.csv")

plt.scatter(admissions["gpa"], admissions["admit"])

plt.show()

这是通过线性回归模型预测的admit的值，发现admit_prediction 取值范围较大，有负值，不是我们想要的。

# The admissions DataFrame is in memory

# Import linear regression class

from sklearn.linear_model import LinearRegression

# Initialize a linear regression model

model = LinearRegression()

# Fit model

model.fit(admissions[['gre', 'gpa']], admissions["admit"])

# Prediction of admission

admit_prediction = model.predict(admissions[['gre', 'gpa']])

# Plot Estimated Function

plt.scatte