Python3.7实现Logistic逻辑回归（梯度上升）

import numpy as np
import matplotlib.pyplot as plt

def loadData():                                                    #打开读入数据
    dataMat = []                                                   #样本数据列表
    labelMat = []                                                  #标签列表
    fr = open('1.txt')                                             #打开文件
    for line in fr.readlines():                                    #逐行读取
        lineArr = line.strip().split()                             #去掉回车（换行）
        dataMat.append([1.0,float(lineArr[0]),float(lineArr[1])])   #添加
        labelMat.append(int(lineArr[2]))
    fr.close()                                                     #关闭文件
    return dataMat,labelMat                                        #返回


def sigmoid(a):                              #sigmoid函数
    return 1.0 / (1 + np.exp(-a))

        
def gradRise(dataMat1,labelMat1):              #梯度上升函数
    dataMat_np = np.mat(dataMat