初探NO.1—逻辑回归学习的前前后后2

  初探NO.1—逻辑回归学习的前前后后2

 

  有些人觉得数学已经很复杂了，那么如果把它带入实现的编码环节是不是更加困难？

  实际来讲确实有一些困难，但是稍作探究，就会发现其中的规律和套路。既然如此，不如耐心地把这一道心里上的坎过去，这样才是真正的进步。

 

  这一篇博客的代码来自于《机器学习pthon实战》我们借着上一篇的逻辑回归，看一看当算法进入实现时候是如何做到的吧。

 

  首先，我们运用python时候首先要下载numpy包，地址如下：

http://www.lfd.uci.edu/~gohlke/pythonlibs/ （找到numpy看着python版本直接下）

有了这个python工具就可以一定程度上与matlab比肩。

 

  第一步作为整个模型的基础，sigmoid函数贯穿始终。Python的方法也是定义的十分简单：

<span style="font-family:Microsoft YaHei;font-size:14px;">def sigmoid(inX):
    return 1.0/(1+ex