TP 2 — Régression Logistique avec scikit-learn

Notebook Jupyter — Python & scikit-learn très bien commentés

Objectifs :

• Découvrir scikit-learn
• Comprendre la syntaxe Python des imports
• Entraîner et évaluer une régression logistique professionnelle

# ============================================================
# 1) IMPORTS — comprendre la syntaxe scikit-learn
# ============================================================

# NumPy : calcul numérique
import numpy as np

# matplotlib : visualisation
import matplotlib.pyplot as plt

# scikit-learn : outils Machine Learning
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import StandardScaler
from sklearn.linear_model import LogisticRegression
from sklearn.metrics import accuracy_score, confusion_matrix, classification_report

2) Chargement d'un dataset réel (Breast Cancer)

Dataset intégré à scikit-learn. Classification binaire (malin / bénin).

from sklearn.datasets import load_breast_cancer

# Chargement du dataset
data = load_breast_cancer()

# X : matrice des features
# y : labels (0 ou 1)
X = data.data
y = data.target

print("Dimensions de X :", X.shape)
print("Dimensions de y :", y.shape)

Dimensions de X : (569, 30)
Dimensions de y : (569,)

array([0, 0, 0, 0, 0])

3) Séparation Train / Test

# train_test_split :
# test_size=0.3 -> 30% test, 70% train
# random_state=42 -> reproductibilité
X_train, X_test, y_train, y_test = train_test_split(
    X, y, test_size=0.3, random_state=42
)

print("Train :", X_train.shape)
print("Test  :", X_test.shape)

Train : (398, 30)
Test  : (171, 30)

4) Normalisation des données (StandardScaler)

# StandardScaler :
# met chaque feature à moyenne 0 et écart-type 1
scaler = StandardScaler()

# fit : calcule moyenne et écart-type sur le train
# transform : applique la transformation
X_train_scaled = scaler.fit_transform(X_train)
X_test_scaled = scaler.transform(X_test)

5) Modèle de Régression Logistique

# LogisticRegression :
# max_iter augmenté pour assurer la convergence
model = LogisticRegression(max_iter=1000)

# Entraînement du modèle
model.fit(X_train_scaled, y_train)

LogisticRegression(max_iter=1000)

In a Jupyter environment, please rerun this cell to show the HTML representation or trust the notebook.
On GitHub, the HTML representation is unable to render, please try loading this page with nbviewer.org.

6) Prédiction et évaluation

# Prédictions
y_pred = model.predict(X_test_scaled)

# Accuracy
acc = accuracy_score(y_test, y_pred)
print("Accuracy :", acc)

# Matrice de confusion
print("Matrice de confusion :")
print(confusion_matrix(y_test, y_pred))

# Rapport détaillé
print("Rapport de classification :")
print(classification_report(y_test, y_pred))

Accuracy : 0.9824561403508771
Matrice de confusion :
[[ 62   1]
 [  2 106]]
Rapport de classification :
              precision    recall  f1-score   support

           0       0.97      0.98      0.98        63
           1       0.99      0.98      0.99       108

    accuracy                           0.98       171
   macro avg       0.98      0.98      0.98       171
weighted avg       0.98      0.98      0.98       171

7) Interprétation

• scikit-learn gère automatiquement l’optimisation
• le rôle de l’utilisateur est :
  • préparer les données
  • choisir le modèle
  • interpréter les métriques