二分类数据集_机器学习实战：Logistic回归（二）分类器的应用例子（含数据集）...

一起探索机器学习

Machine learning

Logistic

CSDN：

https://blog.csdn.net/weixin_45814668知乎：

https://www.zhihu.com/people/qiongjian0427Git：

https://github.com/qiongjian/Machine-learning/

运行环境：anaconda—jupyter notebook

Python版本：Python3

 

数据集

下图所示为数据集。

公众号回复本文题目下载

 

训练算法：找到最佳参数

‍

数据集有100个样本点，每个点包含两个数值型特征：X1和X2。

在此数据集上，我们将通过使用梯度上升法找到最佳回归系数，也就是拟合出Logistic回归模型的最佳参数。

梯度上升法的伪代码如下：

每个回归系数初始化为1