吴恩达机器学习课后作业_逻辑回归2_线性不可分

逻辑回归2_线性不可分问题

问题简述：经过两次测试，你要决定是否芯片要被接受或抛弃

---

目录
1、读取文件
2、可视化数据
3、特征映射（有补充知识点）
4、准备数据集
5、激活函数 （sigmoid）
6、损失函数 、加入了正则化，避免过拟合（对应公式）
7、初始化theta 和lamda
8、梯度下降、加入正则化 （对应公式）
9、设置超参数 （迭代次数、学习率、正则化系数）
10、预测函数
11、准确率
12、拟合函数可视化

---

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

# 1、读取文件
path = 'ex2data2.txt'
data = pd.read_csv(path, names=['Test 1', 'Test 2', 'Accepted'])
data.head()

	Test 1	Test 2	Accepted
0	0.051267	0.69956	1
1	-0.092742	0.68494	1
2	-0.213710	0.69225	1
3	-0.375000	0.50219	1
4	-0.513250	0.46564	1

# 2、可视化数据
fig,ax = plt.subplots()
ax.scatter(data[data['Accepted']==0]['Test 1'],data[data['Accepted']==0]['Test 2'],c='r',marker='x',label='y=0')
ax.scatter(data[data['Accepted']==1]['Test 1'],data[data['Accepted']==1]['Test 2'],c='b',marker='o',label='y=1')
ax.legend()
ax.set(xlabel='Test1',
          ylabel='Test2')
plt.show()

# 3、特征映射
def feature_mapping(x1,x2,power):
    data = {
   }
    
    for i in np.arange(power