lr(0)文法的判断与分析 python_Python实现LR(逻辑回归)

本文介绍了如何使用Python实现逻辑回归算法。通过读取和格式化数据,运用梯度上升法进行训练,并绘制最佳拟合曲线。代码包括数据集创建、归一化处理、梯度上升算法以及分类预测等功能。
摘要由CSDN通过智能技术生成

Python实现LR(逻辑回归)

运行环境

Pyhton3

numpy(科学计算包)

matplotlib(画图所需,不画图可不必)

计算过程

st=>start: 开始

e=>end

op1=>operation: 读入数据

op2=>operation: 格式化数据

cond=>condition: 达到循环次数

op3=>operation: 梯度上升

op4=>operation: 输出结果

st->op1->op2->cond

cond(no)->op3->cond

cond(yes)->op4->e

输入样例

/* Dataset.txt */

训练集:

vector(第一项是截距项) label

------------------------------------------

[1, 1, 4] 1

[1, 2, 3] 1

[1, -2, 3] 1

[1, -2, 2] 0

[1, 0, 1] 0

[1, 1, 2] 0

测试集:

vector(第一项是截距项) label

------------------------------------------

[1, 1, 1] ?

[1, 2, 0] ?

[1, 2, 4] ?

[1, 1, 3] ?

代码实现

# -*- coding: utf-8 -*-<

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
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