如何在python中从头开始为逻辑回归选择功能？

我一直在尝试从头开始编写逻辑回归，我已经这样做了，但我正在使用我的乳腺癌数据集中的所有功能，我想选择一些功能（特别是我发现scikit learn在与它比较并在数据上使用其功能选择时为自己选择的功能）。但是，我不确定在我的代码中应该在哪里执行此操作，我目前拥有的是：

X_train = ['texture_mean', 'smoothness_mean', 'compactness_mean', 'symmetry_mean', 'radius_se', 'symmetry_se'
'fractal_dimension_se', 'radius_worst', 'texture_worst', 'area_worst', 'smoothness_worst', 'compactness_worst']
X_test = ['texture_mean', 'smoothness_mean', 'compactness_mean', 'symmetry_mean', 'radius_se', 'symmetry_se'
'fractal_dimension_se', 'radius_worst', 'texture_worst', 'area_worst', 'smoothness_worst', 'compactness_worst']

def Sigmoid(z):
    return 1/(1 + np.exp(-z))

def Hypothesis(theta, X):   
    return Sigmoid(X @ theta)

def Cost_Function(X,Y,theta,m):
    hi = Hypothesis(theta, X)
    _y = Y.reshape(-1, 1)
    J = 1/float(m) * np.sum(-_y * np.log(hi) - (1-_y) * np.log(1-hi))
    return J

def Cost_Function_Derivative(X,Y,theta,m,alpha):
    hi = Hypothesis(theta,X)
    _y = Y.reshape(-1, 1)
    J = alpha/float(m) * X.T @ (hi - _y)
    return J

def Gradient_Descent(X,Y,theta,m,alpha):
    new_theta = theta - Cost_Function_Derivative(X,Y,theta,m,alpha)
    return new_theta

def Accuracy(theta):
    correct = 0
    length = len(X_test)
    prediction = (Hypothesis(theta, X_test) > 0.5) 
    _y = Y_test.reshape(-1, 1)
    correct = prediction == _y
    my_accuracy = (np.sum(correct) / length)*100
    print ('LR Accuracy: ', my_accuracy, "%")

def Logistic_Regression(X,Y,alpha,theta,num_iters):
    m = len(Y)
    for x in range(num_iters):
        new_theta = Gradient_Descent(X,Y,theta,m,alpha)
        theta = new_theta
        if x % 100 == 0:
            print #('theta: ', theta)    
            print #('cost: ', Cost_Function(X,Y,theta,m))
    Accuracy(theta)
ep = .012 
initial_theta = np.random.rand(X_train.shape[1],1) * 2 * ep - ep
alpha = 0.5
iterations = 10000
Logistic_Regression(X_train,Y_train,alpha,initial_theta,iterations)

---

我假设，如果我手动更改X_train和X_test包含的功能，这将起作用，但我得到一个错误：AttributeError:“list”对象在初始的X_theta行没有属性“shape”。在正确方向上的任何帮助都将不胜感激。

问题在于X_train是一个列表和形状，仅适用于数据帧

你可以： -保留列表，但改用len（X_train），或

---

-将X_列类型更改为pandas数据帧，pandas.dataframe（X_列）.shape[0]

谢谢您，将X_列更改为pandas数据帧会在最后的逻辑回归行出现新错误：TypeError:无法将数组数据从dtype（'float64'）转换为dtype（'对此不是100%确定，但根据，您似乎需要更改输入的类型。类型（Y_train）是浮动的吗？