吴恩达机器学习ex2-logistic regression python版
机器学习练习 2 - 逻辑回归
逻辑回归
在训练的初始阶段,我们将要构建一个逻辑回归模型来预测,某个学生是否被大学录取。设想你是大学相关部分的管理者,想通过申请学生两次测试的评分,来决定他们是否被录取。现在你拥有之前申请学生的可以用于训练逻辑回归的训练样本集。对于每一个训练样本,你有他们两次测试的评分和最后是被录取的结果。为了完成这个预测任务,我们准备构建一个可以基于两次测试评分来评估录取可能性的分类模型。
让我们从检查数据开始。
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
path = 'ex2data1.txt'
data = pd.read_csv(path, header=None, names=['Exam 1', 'Exam 2', 'Admitted'])
data.head()
Exam 1 Exam 2 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
让我们创建两个分数的散点图,并使用颜色编码来可视化,如果样本是正的(被接纳)或负的(未被接纳)。
positive = data[data['Admitted'].isin([1])]#.isin()用于查看某列中是否包含某个字符串
negative = data[data['Admitted'].isin([0])]
fig, ax = plt.subplots(figsize=(12,8))
ax.scatter(positive['Exam 1'], positive['Exam 2'], s=50, c='b', marker='o', label='Admitted')#s为点的大小
ax.scatter(negative['Exam 1'], negative['Exam 2'], s=50, c='r', marker='x', label='Not Admitted')
ax.legend()#在图上标明一个图例(右上角),用于说明每条曲线的文字显示
ax.set_xlabel('Exam 1 Score')
ax.set_ylabel('Exam 2 Score')
plt.show()
看起来在两类间,有一个清晰的决策边界。现在我们需要实现逻辑回归,那样就可以训练一个模型来预测结果。方程实现在下面的代码示例在"exercises" 文件夹的 “ex2.pdf” 中。
sigmoid 函数
g 代表一个常用的逻辑函数(logistic function)为S形函数(Sigmoid function),公式为:
吴恩达机器学习ex2-logistic regression python版相关推荐
- 吴恩达机器学习ex2 Logistic Regression (python)
Programming Exercise 2: Logistic Regression Machine Learning 目录 Introduction 1 Logistic regression 1 ...
- Andrew Ng -- machine learning ex2/吴恩达机器学习ex2
这个项目包含了吴恩达机器学习ex2的python实现,主要知识点为逻辑回归.正则化,题目内容可以查看数据集中的ex2.pdf 代码来自网络(原作者黄广海的github),添加了部分对于题意的中文翻译, ...
- 吴恩达机器学习ex2:逻辑回归
吴恩达机器学习练习二:逻辑回归 1. 逻辑回归(logistic regression) 构建一个可以基于两次测试评分来评估录取可能性的分类模型. 知识点回顾: 1.1 数据可视化 #coding=u ...
- 吴恩达机器学习/深度学习中文文字版
元学习论文总结||小样本学习论文总结 2017-2019年计算机视觉顶会文章收录 AAAI2017-2019 CVPR2017-2019 ECCV2018 ICCV2017-2019 ICLR2017 ...
- 吴恩达机器学习Ex2
本文由两部分组成 逻辑回归 Logistic Regression 问题背景:预测学生是否可以入学 正则化逻辑回归 regularized logistic regression 问题背景:预测芯片是 ...
- 吴恩达——机器学习(logistic)
看了吴老师机器学习课程中logistic部分的课程,总结笔记如下: 回归函数 在逻辑回归模型中我们不能再像之前的线性回归一样使用相同的代价函数,否则会使得输出的结果图像呈现波浪状,也就是说不再是个凸函 ...
- 吴恩达机器学习神经网络作业(python实现)
1. 多分类逻辑回归 自动识别手写数字 import numpy as np import pandas as pd import matplotlib.pyplot as plt from scip ...
- 吴恩达机器学习作业4(python实现)
利用神经网络预测手写数字 import numpy as np import matplotlib.pyplot as plt from scipy.io import loadmat import ...
- 吴恩达机器学习笔记---ex1练习(Python实现)
练习链接 编程练习1:线性回归 1.用一个变量进行线性回归 在这部分的练习中,你将用一个变量来实现线性回归来预测食品卡车的利润. 假设你是一家餐馆特许经营的首席执行官,并正在考虑在不同的城市开设新 ...
- 吴恩达机器学习手写笔记(持续更新ing)
吴恩达机器学习笔记 文章目录 吴恩达机器学习笔记 1.Introduction 2.Linear regression with one variable 3.Linear Algebra revie ...
最新文章
- 想去苹果做AI?看看你够不够格
- 编程猫python讲师面试_【编程猫教师面试】在BOSS问了我很多,问我为什么选择编程猫,问我了解编程猫吗?-看准网...
- 计算机学院去微软的大牛的面试经验
- idea artifacts_IDEA配置:让你的IDEA有飞一般的感觉
- 多迪技术总监揭秘:PHP为什么是世界上最好的语言?
- 图像目标分割_1 概述
- 关于python的垃圾回收机制_Python的垃圾回收机制
- 【华为云技术分享】实战笔记丨JDBC问题定位指南
- python接口调用把执行结果追加到测试用例中
- 写高性能 Web 应用程序的 10 个技巧 转自微软资料 .
- 天涯明月刀龙吟曲服务器维护,青龙大区合服公告 12月11进行数据互通
- 欧姆龙CP/CJ系列PLC包含哪些通讯方式呢?
- 图片太大怎么压缩变小?教你四招快捷压缩图片
- 2021年中职“网络安全“江西省赛题—B-1:系统漏洞利用与提权
- Web中间件常见安全漏洞
- 反混淆JavaScript
- JAVA中下载文件名含有中文乱码一种少见的解决方案
- 计算机编程术语(中英文对照)
- Vue接入Google Adsense
- error: invalid application of 'sizeof' to an incomplete type 'JNINativeMethod []'