Python利用邏輯回歸分類實(shí)現(xiàn)模板
更新時(shí)間：2020年02月15日 16:14:37 作者：米米奇
這篇文章主要介紹了Python利用邏輯回歸分類實(shí)現(xiàn)模板的思路，本文通過實(shí)例代碼給大家介紹的非常詳細(xì)，具有一定的參考借鑒價(jià)值,需要的朋友可以參考下
Logistic Regression Classifier邏輯回歸主要思想就是用最大似然概率方法構(gòu)建出方程，為最大化方程，利用牛頓梯度上升求解方程參數(shù)。
- 優(yōu)點(diǎn)：計(jì)算代價(jià)不高，易于理解和實(shí)現(xiàn)。
- 缺點(diǎn)：容易欠擬合，分類精度可能不高。
- 使用數(shù)據(jù)類型：數(shù)值型和標(biāo)稱型數(shù)據(jù)。
好了，下面開始正文。
算法的思路我就不說了，我就提供一個(gè)萬能模板，適用于任何緯度數(shù)據(jù)集。
雖然代碼類似于梯度下降，但他是個(gè)分類算法
定義sigmoid函數(shù)
def sigmoid(x): return 1/(1+np.exp(-x))
進(jìn)行邏輯回歸的參數(shù)設(shè)置以及迭代
def weights(x,y,alpha,thershold): #初始化參數(shù) m,n = x_train.shape theta = np.random.rand(n) #參數(shù) cnt = 0 # 迭代次數(shù) max_iter = 50000 #開始迭代 while cnt < max_iter: cnt += 1 diff = np.full(n,0) for i in range(m): diff = (y[i]-sigmoid(theta.T @ x[i]))*x[i] theta = theta + alpha * diff if(abs(diff)<thershold).all(): break return theta
預(yù)測(cè)函數(shù)
def predict(x_test,theta): if sigmoid(theta.T @ x_test)>0.5: return 1 else:return 0
調(diào)用函數(shù)
x_train = np.array([[1,2.697,6.254],
[1,1.872,2.014],
[1,2.312,0.812],
[1,1.983,4.990],
[1,0.932,3.920],
[1,1.321,5.583],
[1,2.215,1.560],
[1,1.659,2.932],
[1,0.865,7.362],
[1,1.685,4.763],
[1,1.786,2.523]])
y_train = np.array([1,0,0,1,0,1,0,0,1,0,1])
alpha = 0.001 # 學(xué)習(xí)率
thershold = 0.01 # 指定一個(gè)閾值，用于檢查兩次誤差
print(weights(x_train,y_train,alpha,thershold))
總結(jié)
以上所述是小編給大家介紹的Python利用邏輯回歸分類實(shí)現(xiàn)模板，希望對(duì)大家有所幫助！
相關(guān)文章
python實(shí)現(xiàn)音樂播放器 python實(shí)現(xiàn)花框音樂盒子
這篇文章主要為大家詳細(xì)介紹了python實(shí)現(xiàn)音樂播放器，實(shí)現(xiàn)花框音樂盒子，文中示例代碼介紹的非常詳細(xì)，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2020-02-02
Tensorflow分類器項(xiàng)目自定義數(shù)據(jù)讀入的實(shí)現(xiàn)
這篇文章主要介紹了Tensorflow分類器項(xiàng)目自定義數(shù)據(jù)讀入的實(shí)現(xiàn)，小編覺得挺不錯(cuò)的，現(xiàn)在分享給大家，也給大家做個(gè)參考。一起跟隨小編過來看看吧2019-02-02
本篇將介紹python中sys, getopt模塊處理命令行參數(shù)的方法，本文給大家介紹的非常詳細(xì)，具有參考借鑒價(jià)值，需要的朋友參考下吧2018-01-01
Python實(shí)現(xiàn)堡壘機(jī)模式下遠(yuǎn)程命令執(zhí)行操作示例
這篇文章主要介紹了Python實(shí)現(xiàn)堡壘機(jī)模式下遠(yuǎn)程命令執(zhí)行操作,結(jié)合實(shí)例形式分析了Python堡壘機(jī)模式執(zhí)行遠(yuǎn)程命令的原理與相關(guān)操作技巧,需要的朋友可以參考下2019-05-05
python3 簡(jiǎn)單實(shí)現(xiàn)組合設(shè)計(jì)模式
這篇文章主要介紹了python3 簡(jiǎn)單實(shí)現(xiàn)組合設(shè)計(jì)模式的方法，文中示例代碼非常詳細(xì)，幫助大家更好的理解和學(xué)習(xí)，感興趣的朋友可以了解下2020-07-07
這篇文章主要為大家詳細(xì)介紹了python繪制橫豎條形圖的方法，文中示例代碼介紹的非常詳細(xì)，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下
2022-04-04 
深度學(xué)習(xí)入門之Pytorch 數(shù)據(jù)增強(qiáng)的實(shí)現(xiàn)
這篇文章主要介紹了深度學(xué)習(xí)入門之Pytorch 數(shù)據(jù)增強(qiáng)的實(shí)現(xiàn)，文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧
2020-02-02 
探索Python?Furl高性能URL構(gòu)建解析和操作功能實(shí)例
本文將提供關(guān)于Python?Furl的全面指南,包括安裝和配置、基本概念、URL解析、URL構(gòu)建、查詢參數(shù)操作、片段處理、實(shí)際應(yīng)用場(chǎng)景以及豐富的示例代碼
2024-01-01 
python numpy中mat和matrix的區(qū)別
這篇文章主要介紹了python numpy中mat和matrix的區(qū)別，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧
2021-03-03