玩了好几天,终于把这部分完成了。通过对之前的逻辑回归的理解再加上梯度下降找最优值,把一个完整的逻辑回归算法做出来。
1.首先需要这几个头文件,numpy矩阵操作,pandas文件操作,pyplot画图操作
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
2.运用pandas的read_csv对原始文件的读取,由于原始文件没有列名,在names里指定了列名。数据分为三列,Exam1,2为成绩,最后一列为这个学生是否被录取,1代表被录取。逻辑回归的任务就是给出两列成绩分类,是否该学生可以被录取。
import os
path = 'data' + os.sep + 'LogiReg_data.txt'
pdData = pd.read_csv(path, header=None, names=['Exam1', 'Exam2', 'Admitted'])
print(pdData.head())
print(pdData.shape)
Exam1 Exam2 Admitted
0 34.623660 78.024693 0
1 30.286711 43.894998 0
2 35.847409 72.902198 0
3 60.182599 86.308552 1
4 79.032736 75.344376 1
(100, 3)
3.将数据以散点图的形式画出来。首先将被录取positive和未被录取negative从原始数据中找出来。后面就是准备一个区域将数据画出来。指定颜色,形状等。
positive = pdData[pdData['Admitted'] == 1]
negative = pdData[pdData['Admitted'] == 0]
fig, ax = plt.subplots(figsize=(10,5))
ax.scatter(positive['Exam1'], positive['Exam2'], s = 30, c = 'b', marker='o',label='Admitted')
ax.scatter(negative['Exam1'], negative['Exam2'], s = 30, c = 'r', marker='x',label='Not Admitted')
ax.legend()
ax.set_xlabel('Exam1 Score')
ax.set_ylabel('Exam2 Score')
![](https://i-blog.csdnimg.cn/blog_migrate/8f4707a33adc298c4f9fbaee981b479a.png)
4.首先先定义假设函数,通过调用model函数,返回一个0-1的值,可以判断该学生是否被录取。
def sigmod(z):
return 1/ (1+np.exp(-z))
def model(X, theta):
return sigmod(np.dot(X, theta.T))
5.由于是矩阵相乘,有三个theta,而x只有两列,所以添加一列全为1的一列。最后一列为y值。