分类——逻辑回归Python实现

目录

一、确认训练数据

二、逻辑回归实现

三、验证

四、线性不可分分类的实现

五、随机梯度下降算法的实现

---

一、确认训练数据

import numpy as np
import matplotlib.pyplot as plt
#读入训练数据
train = np.loadtxt('D:/深度之眼/study/sourcecode-cn/sourcecode-cn/images2.csv', delimiter=',', skiprows=1)
train

打印结果

二、逻辑回归实现

train_x = train[:,0:2]
train_y = train[:,2]
#初始化参数
theta = np.random.rand(3)
#标准化
mu = train_x.mean(axis = 0)
sigma = train_x.std(axis = 0)
def standardize(x):
    return (x - mu)/ sigma
train_z = standardize(train_x)
#增加x0
def to_matrix(x):
    x0 = np.ones([x.shape[0], 1])
    return np.hstack([x0, x])
X &