本文介绍了如何在MATLAB环境中利用Liblinear工具箱进行Logistic Regression的实现。通过下载安装Liblinear，文章提供了代码示例，展示了如何进行二元逻辑回归的预测，其中pro_estimates矩阵包含样本为正和为负的概率，predict_label列向量展示样本的实际标签。
Liblinear工具箱的下载与安装可自行搜索相应资源，很容易、很简单！这里，目的为了给出一个利用Liblinear工具箱实现Logistic Regression的例子，直接上代码：
>> [heart_scale_label, heart_scale_inst] = libsvmread('../heart_scale');
>> model = train(heart_scale_label,heart_scale_inst,'-s 0');
iter 1 act 7.935e+001 pre 7.092e+001 delta 1.483e+000 f 1.871e+002 |g| 1.263e+002 CG 3
iter 2 act 8.579e+000 pre 7.397e+000 delta 1.483e+000 f 1.078e+002 |g| 2.673e+001 CG 4
iter 3 act 9.693e-001 pre 9.058e-001 delta 1.483e+000 f 9.922e+001 |g| 6
最低0.47元/天 解锁文章
扫一扫
2624
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
