机器学习之多分类

逻辑回归

多分类逻辑回归

多分类的思路是假如有3个类别时，先将一个类别与其它所有类别分成正类和负类，再将另一个类别与其它所有类别分成正类和负类，以此类推，直到全部类别都被选取了一次正类，即有3个分类器，然后我们训练这3个分类器来分别预测i类别的y=i的概率，最后做出预测，我们给出一个新的输入值x，计算它的hθ(x)的值，哪个分类器的hθ(x)值最大，则最终预测结果就为哪个类别

多分类逻辑回归案例

这个部分需要你实现手写数字（0到9）的识别。你需要扩展之前的逻辑回归，并将其应用于一对多的分类。

数据集

这是一个MATLAB格式的.m文件，其中包含5000个20*20像素的手写字体图像，以及他对应的数字。另外，数字0的y值，对应的是10
用Python读取我们需要使用SciPy

python代码实现:

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import matplotlib
from scipy.io import loadmat
from sklearn.metrics import classification_report#这个包是评价报告
from