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