机器学习之逻辑回归实现二分类器

机器学习之逻辑回归实现二分类器

损失函数

对损失函数求theta的偏导

类似与线性回归，根据偏导和学习率更新参数theta

python实现

#导入相关类库和数据集
import numpy as np
from sklearn import datasets

data = datasets.load_iris()#读取iris数据集
train_x = data['data'][:100]#因为是二分类问题，所以我们只需要前一百个样本，每类50个样本
train_y = data['target'][:100].reshape((-1, 1))#读取他们对应的类别标签

#导入logisticRegression类，类的实现会在下方贴出
from logisticRegression import logisticRegression
lR = logisticRegression(train_x, train_y, alpha=0.1, epoches=20)
lR.train()#调用类中的train方法

logisticRegression.py

import numpy as np
import matplotlib.pyplot as