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