matlab逻辑回归工具箱,matlab-逻辑回归二分类（Logistic Regression）

逻辑回归二分类

用到的预测函数为

其中，h为预测函数(大于0.5为一类，小于等于0.5为另一类)。θ为各个特征的参数。θ=[θ1,θ2,θ3...]T

损失函数J(θ)为

利用梯度下降算法进行参数的更新公式如下：

其中，α是学习率参数，λ是正则项参数，需要自己输入。

用上述三个公式即可写出一般情况下的逻辑回归分类，经试验，其分类效果在我的测试数据下有90%以上准确度。

以下代码为了演示方面，只提供了两个特征值，然后加了一个常数项(经过实验，常数项是不可缺少的)。大家在使用自己的数据集的话只需要进行一点小改动即可。

matlab代码如下：

clear

clc

%% 数据准备

%X = xlsread('C:\Users\user01\Desktop\test.xlsx');

%二分类 随机生成数据。 200个数据 每个数据2个特征

data=1*rand(300,2);

label=zeros(300,1);

%label(sqrt(data(:,1).^2+data(:,2).^2)<8)=1;

label((data(:,2)+data(:,1)>1))=1;

%在data上加常数特征项；

data=[data,ones(size(data,1),1)];</