【学习笔记】西瓜书机器学习之第三章：逻辑回归 南非男性心脏病分类预测（二）

（手写推导的公式传了好几次都传不上来）
以下是南非男性心脏病的一个逻辑回归例子：

---

传统的逻辑回归的代码应该将偏置加入到X中，再在weights的首位加个1，方便矩阵运算。我这里是分开算得

import pandas as pd
import numpy as np
import random
import matplotlib.pyplot as plt
"""
强烈建议一步一步来，每一步看看输出的结果是不是自己想要的。
"""
#载入数据南非男性心脏病数据
SAHeart_df = pd.read_csv('SAHeart.csv')
SAHeart_df['famhist'] = pd.get_dummies(SAHeart_df['famhist'])#把类型变量famihst变成哑变量


#获得X，Y
#选择特征X
X = (SAHeart_df[['famhist','sbp','tobacco','ldl','adiposity','typea','obesity','alcohol','age']])
Y = np.array(SAHeart_df[['chd']])

#归一化特征
cols_to_Normal = ['sbp','tobacco','ldl','adiposity','typea','obesity','alcohol','age']
X_new = X[cols_to_Normal]
X_new = X_new[cols_to_Normal].apply(lambda rec:(rec