tina - 预测肖战粉丝

# 训练数据
# 肖战粉丝标准：是否知道肖战生日   每天为肖战发帖的数量
#               知道几个肖战代表作  有个多少好友是肖战粉丝
import numpy as np

biao_zhun = np.asarray([[1, 0, 0, 1], [1, 1, 6, 11],
                        [0, 1, 1, 1], [0, 3, 5, 20]])
fans = np.asarray([[0], [1], [0], [1]])

yuce_biaozhun1 = int(input("是否知道肖战生日？"))
yuce_biaozhun2 = int(input("每天为肖战发帖的数量？"))
yuce_biaozhun3 = int(input("知道几个肖战代表作？"))
yuce_biaozhun4 = int(input("有个多少好友是肖战粉丝？"))
# xin_ren=np.asarray([[1,0,7,2]])
xin_ren=np.asarray([[yuce_biaozhun1,yuce_biaozhun2,yuce_biaozhun3,yuce_biaozhun4]])

from sklearn import linear_model
xun_lian=linear_model.LinearRegression()
xun_lian.fit(biao_zhun,fans)
jie_guo=xun_lian.predict(xin_ren)
print(jie_guo)
score = xun_lian.score(biao_zhun,fans)
print(score)

# print(biao_zhun)
# print(fans)
# 1.导入线性模型
from sklearn import linear_model
# 2.新建训练器对象  逻辑回归
xun_lian = linear_model.LogisticRegression()
xun_lian.fit(biao_zhun,fans)
# 预测  predict
jie_guo=xun_lian.predict(xin_ren)
score=xun_lian.score(biao_zhun,fans)
# print(score)
if jie_guo[0] == 1:
    print("这个人是肖站粉丝，预测概率是%d %%"%(score*100))
else:
    print("这个人是假粉丝，预测概率是%d %%"%(score*100))