本章详细讨论了获取数据以在Python中执行逻辑回归的步骤。

下载数据集

如果尚未下载前面提到的UCI数据集，请立即从此处下载。单击数据文件夹。您将看到以下屏幕-

通过单击给定的链接下载bank.zip文件。压缩文件包含以下文件-

我们将使用bank.csv文件进行模型开发。 bank-names.txt文件包含您稍后将需要的数据库描述。 bank-full.csv包含更大的数据集，您可以将其用于更高级的开发。

在这里，我们已将bank.csv文件包含在可下载的源zip中。该文件包含逗号分隔的字段。我们还在文件中做了一些修改。建议您使用项目源zip中包含的文件进行学习。

加载数据中

要从刚才复制的csv文件中加载数据，请键入以下语句并运行代码。

In [2]: df = pd.read_csv('bank.csv', header=0)

您还可以通过运行以下代码语句来检查加载的数据：

IN [3]: df.head()

运行命令后，您将看到以下输出-

基本上，它已打印已加载数据的前五行。检查存在的21列。我们将仅使用其中的几列进行模型开发。

接下来，我们需要清理数据。数据可能包含带有NaN的某些行。要消除此类行，请使用以下命令-

IN [4]: df = df.dropna()

幸运的是，bank.csv不包含任何带有NaN的行，因此在我们的情况下，此步骤并不是必需的。但是，通常很难在庞大的数据库中发现这样的行。因此，运行上面的语句来清理数据总是更安全的。

注意-您可以使用以下语句在任何时间点轻松检查数据大小-

IN [5]: print (df.shape)
(41188, 21)

如上面第二行所示，行和列的数量将被打印在输出中。

接下来要做的是检查每列对我们尝试构建的模型的适用性。