吴恩达机器学习作业：逻辑回归模型

Logistic regression

目的：建立一个逻辑回归模型用来预测一个是否能够被大学录取

问题描述：假如你是一个administrator，现要根据学生的两次成绩来决定他们是否有资格被录取。

早先被录取学生的数据作为training set。每一个training sample：每个学生的两个考试成绩和录取结果。

步骤：

（1）可视化过去所有学生的两次成绩分布：

pos = find(y==1);

neg = find(y==0);

plot(X(pos,1),X(pos,2),'k+','LineWidth',2,'MarkerSize',7);

hold on;

plot(X(neg,1),X(neg,2),'ko','MarkerFaceColor','y','MarkerSize',7);

% Labels and Legend

xlabel('Exam 1 score')

ylabel('Exam 2 score')

% Specified in plot order

legend('Admitted', 'Not admitted')

hold off;

（2）计算cost和gradient

x=sigmoid(X*theta);

J=sum(-y.*log(x)-(1-y).*log(1-x))/m;

grad=(X'*(x-y))/m;

其中，sigmoid函数的作用是将X转换到0-1之间。(具体编程时一定要矩阵矩阵的维度问题)

g=1./(1+exp(-z));z=Theta*X;

（3）梯度下降法优化算法

options = optimset('GradObj', 'on', 'MaxIter', 400);%设置迭代次数

[theta, cost] = fminunc(@(t)(costFunction(t, X, y)), initial_theta, options);

(4)当一个新的X进来时，做预测:

g>0.5时，p=1.