周志华西瓜书3.3maltab代码

为节省时间还是调用工具包叭【搞算法的，数据结构千万要自己过一遍】
MATLAB准备资料
Table官方文档
Multinomial logistic regression官方文档
第一篇文档好懂，第二篇文档讲的就是
1.例1分了三个类，这个函数直接就把第三类当分母，第一或第二类当分子，得出来的矩阵B，第一列就是ln(1st的/3rd的)的各项系数，第二列就是ln(2nd的/3rd的)的各项系数.之所以把3rd作为作为基准，是为了防止多元共线性(multicollinearity)。
2.stats.p的矩阵也是1st/3rd,2nd/3rd的p值列向量。小p值说明所有的变量都对结果有显著影响
3.stats.se的矩阵就是系数估计的标准误差（standard errors）矩阵。计算95%置信区间的1.96的系数应该是参考了正态分布表。是对称分布的，所以两个式子都采用1.96，分别在正态分布面积上余下0.025
4. 后面两个例子懒得看┓( ´∀` )┏，跳过，翻了翻参数说明。X是n乘p大小的，对应n个样本数，p个特征值。别给X加1向量，人家模型有考虑到；Y是n乘k或者n乘1大小的。link处理连接函数格式有：‘logit’ (default) | ‘probit’ | ‘comploglog’ | ‘loglog’

clear all
clc
ad = readtable('E:\01machineLearning\周志华\西瓜数据集3a.xlsx');
%按你储存路径导入数据，xlsx就是P89的西瓜数据集
[B,dev,stats] = mnrfit(ad{:,2:3},categorical(ad{:,4}));
%用花括号提取出数据，不再是table格式；用categorical转换
B

结果显示P59式（3.22）右边应该是
4.4289-3.1583*(X1)-12.5212*(X2)
看了matlab例子，三类是按出现顺序决定次序的。所以我这儿顺序是对的。当把标签“是或否”对应的“0或1”对调——自己试一试，只有符号变反。毕竟二分类

python的话，翻了下参考资料
statsmodels文档
Python实现逻辑回归
在这篇里面，虚拟变量就是拆出权重矩阵，这个矩阵由0,1组成。还有statemodels实现的逻辑回归需要显式指定