【Todo】用python进行机器学习数据模拟及逻辑回归实验

参考了这个网页：http://blog.csdn.net/han_xiaoyang/article/details/49123419

 

数据用了 https://pan.baidu.com/s/1pKxJl1p#list/path=%2F 这里面的data1 （已经转存到自己的网盘）

代码如下：

from numpy import loadtxt, where
from pylab import scatter, show, legend, xlabel, ylabel

#load the dataset
data = loadtxt('data1.txt', delimiter=',')

X = data[:, 0:2]
y = data[:, 2]

pos = where(y == 1)
neg = where(y == 0)

scatter(X[pos, 0], X[pos, 1], marker='o', c='b')
scatter(X[neg, 0], X[neg, 1], marker='x', c='r')
xlabel('Feature1/Exam1 score')
ylabel('Feature2/Exam2 score')
legend(['Fail', 'Pass'])
show()

运行命令，得到结果：

$ python lr_show.py 

 

 

准备画线，代码参考：https://github.com/HanXiaoyang/ML_examples/tree/master/logistic_regression

 

看代码，里面的numpy里面有reshape函数，是把多维函数能够变成其他维度，可以参考

http://blog.csdn.net/u012005313/article/details/49383551

 

但是看代码不太看的懂。换换脑子。先看看其他的吧。