题目
1.按要求完成下面的各项需求。
一个蘑菇培育的逻辑回归样本训练集(mushroomTrain.txt文件)和测试集(mushroomTest.txt文件),数据集格式如下:
X1 X2 X3 Y
0.272158 0.107327 0.122255 0
0.286007 0.104314 0.124557 0
0.299921 0.098497 0.126343 0
请通过Python用逻辑回归模型进行建模和预测,要求如下(详见评分标准):
对提供的数据集进行数据集的提取和标准化
实现激活函数,并画出激活函数曲线图(选用sigmoid函数)
写出逻辑回归的代价函数,实现L2正则化逻辑回归
实现梯度下降函数通过梯度下降计算逻辑回归模型,对训练集和测试集的数据进行预测,输出预测结果和准确率
简述激活函数作用,并列举两个常用激活函数并与sigmoid比较
题目分析
本次考试直接给予的是分开的两个样本集,一个作为训练集,用来训练模型,另一个作为测试集,用来测试训练好的模型的准确率,这样一来就为我们省去了切割数据这一个环节。在数据处理中我们只需要对数据的特征进行缩放,然后对数据进行初始化就可以了。
整体题目可以分为三个部分
第一部分:是数据处理
第二部分:是模型训练
第三部分:是可视化处理,就是画图
最后题目额外要求一个简单题目,简答激活函数的作用,要引起注意,由于没有和原题目分开,很容易在读题的时候忽略了这一个问题。