python实战:逻辑回归实现二分类
2018-03-10 14:10
281 查看
from numpy import* import matplotlib.pyplot as plt def sigmoid(inX): return 1.0/(1+exp(-inX)) def loadDataSet(path): dataMat=[] labelmat=[] fr=open(path) for line in fr.readlines(): a=float(line.strip().split()[0]) b=float(line.strip().split()[1]) c=int(line.strip().split()[2]) dataMat.append([a,b,1]) labelmat.append(c) fr.close() return dataMat,labelmat def trainDataSet(dataMat,labelMat): alpha=0.001 k=500 dataMat_Vector=mat(dataMat) labelMat_Vector=mat(labelMat) num_Lines,num_Features=shape(dataMat_Vector) dataMat_T=dataMat_Vector.transpose() labelMat_T=labelMat_Vector.transpose() weight=ones((num_Features,1)) print("dataMat_Vector:%s,%s"%shape(dataMat_Vector)) print("weight:%s,%s"%shape(weight)) for i in range(k): error=labelMat_T - sigmoid(dataMat_Vector * weight) weight=weight+alpha*dataMat_T*(error) #print(weight) return weight path='/Users/wangyouzhuo/Desktop/testSet.txt' dataMat,labelmat=loadDataSet(path) weight=trainDataSet(dataMat,labelmat) x_green=[] x_red=[] y_green=[] y_red=[] fig = plt.figure() ax = fig.add_subplot(111) for i in range(len(dataMat)): if int(labelmat[i])==0: x_green.append(float(dataMat[i][0])) y_green.append(float(dataMat[i][1])) else: x_red.append(float(dataMat[i][0])) y_red.append(float(dataMat[i][1])) a=arange(-5.0,5.0,0.1) a=list(a) b=-(weight[2][0]/weight[1][0])-((weight[0][0]/weight[1][0])*a) b=array(b) b=b.tolist() ax.scatter(x_green,y_green,color='green') ax.scatter(x_red,y_red,color='red') ax.plot(a,b[0]) plt.xlabel('x') plt.ylabel('y') plt.show()
阅读更多
相关文章推荐
- 分类算法系列2----逻辑回归Logistic原理和Python实现
- Python 分类算法(1)——逻辑回归logistic regression之代码实现(1)
- 二,机器学习算法之逻辑回归(python实现)
- Python机器学习实战之逻辑回归
- python实现信用卡欺诈检测 logistic回归逻辑回归算法
- stanford coursera 机器学习编程作业 exercise 3(逻辑回归实现多分类问题)
- 机器学习实战笔记(Python实现)-08-线性回归
- CART分类决策树、回归树和模型树算法详解及Python实现
- 【机器学习实战-kNN:约会网站约友分类】python3实现-书本知识【2】
- 逻辑回归的python实现
- 逻辑回归和朴素贝叶斯算法实现二值分类(matlab代码)
- python 数据科学 - 【分类模型】 ☞ 逻辑回归
- 用Python开始机器学习(7:逻辑回归分类)
- 机器学习经典算法详解及Python实现--CART分类决策树、回归树和模型树
- 机器学习实战逻辑回归的java实现
- exercise 3 (逻辑斯蒂回归实现多分类问题)
- Logistic Regression 逻辑回归算法例子,python代码实现
- Logistic Regression(逻辑回归) +python3.6(pycharm)实现
- Python实战四.逻辑回归
- 【机器学习算法-python实现】逻辑回归的实现(LogicalRegression)