logistic regression 逻辑回归 matlab实现

Load Data

数据格式依旧是每行一个样例,最后一列为标签。

fileName = 'xxx.txt';
data = load(fileName);
m = size(data, 1);
n = size(data, 2);
X = data(:, 1 : n - 1);
y = data(:, n);

Plot

这里出的图是针对二维情况的。

plotData(X, y);

hold on;
xlabel('Exam 1 score')
ylabel('Exam 2 score')
legend('Admitted', 'Not admitted')
hold off;

plotData函数,用到了一点matlab矩阵操作的小技巧。

function plotData(X, y)
    figure;
    hold on;
    pos = find(y == 1);
    neg = find(y == 0);
    plot(X(pos, 1), X(pos, 2), 'k+', 'LineWidth', 2, 'MarkerSize', 7);
    plot(X(neg, 1), X(neg, 2), 'ko', 'MarkerFaceColor', 'y', 'MarkerSize', 7);
    hold off;
end

Compute Cost and Gradient

为之后的fminunc函数提供costFunction的计算方法。
这里,在线性情况,即低阶情况下,分类边界为低阶函数,直接加上一列1就行了。
而在分类边界明显不为直线时,可以使用mapFeature函数,将原来低次幂的特征映射为高次组合。
而在计算代价函数的时候,为了防止由于映射的次数过高产生过拟合,加入了正则化参数来限制theta。

%---低阶---%
X = [ones(m, 
  • 3
    点赞
  • 23
    收藏
    觉得还不错? 一键收藏
  • 6
    评论
评论 6
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值