机器学习（二续集）正则化逻辑回归python算法+代码（实例：两次测试预测通过或不通过）【过拟合和欠拟合】

训练集数据在末尾
正则化的损失函数均值：

python代码如下：
1、导入库和数据

在这里插入代码片import numpy as np
import pandas as pd
from matplotlib import pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei']#显示中文

path = 'data.txt'
df = pd.read_csv(path,header=None,names=['测试1','测试2','通过'])

好的 = df[df['通过'].isin([1])]
坏的 = df[df['通过'].isin([0])]

fig,ax = plt.subplots(figsize=(12,8))
ax.scatter(好的['测试1'],好的['测试2'],s=50,c='g',marker='s',label='通过')
ax.scatter(坏的['测试1'],坏的['测试2'],s=50,c='r',marker='o',label='不通过')
ax.legend()
ax.set_xlabel('测试 1 数据')
ax.set_ylabel('测试 2 数据')
plt.show()

结果：

2、映射体征9次幂

degree =9
data = df
x1 = df['测试1'