logistic算法解析

kaka19880812

于 2015-07-21 23:10:40 发布

阅读量2.9k

点赞数 8

CC 4.0 BY-SA版权

分类专栏：机器学习文章标签：机器学习

本文链接：https://blog.csdn.net/kaka19880812/article/details/46993917

机器学习专栏收录该内容

31 篇文章

订阅专栏

本文详细解析了《机器学习实战》中的逻辑斯谛回归算法，重点介绍了权重更新公式及其背后的数学原理。通过具体的Python实现代码，帮助读者深入理解算法的工作机制。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

<span style="font-family: Arial, Helvetica, sans-serif; background-color: rgb(255, 255, 255);">对于《机器学习实战》中逻辑斯谛回归算法，其中有一行不好理解：</span>

weights = weights + alpha * dataMatrix.transpose() * error

原理推导如下：

附：logistic算法

def sigmoid(inX):
	return 1.0/(1+exp(-inX))
	
def gradAscent(dataMatIn, classLabels):
	dataMatrix = mat(dataMatIn)
	labelMat = mat(classLabels).transpose()
	m, n = shape(dataMatrix)
	alpha = 0.001
	maxCycles = 500
	weights = ones((n, 1))
	for k in range(maxCycles):
		h = sigmoid(dataMatrix*weights)
		error = (labelMat - h)
		weights = weights + alpha * dataMatrix.transpose() * error
	return weights