跟着Leo机器学习实战:Logistic回归

跟着Leo机器学习实战:Logistic回归 github https://github.com/LeoLeos/MachineLearningLeo/tree/master/logRegres Logistic回归 优点:计算代价不高,易于理解和实现 缺点:容易缺拟合,分类精度不高 适合数据类型:数值型和标称型数据 sigmoid函数以及目标 Logistic回归梯度上升优化算法训练参数 from numpy import * ''' 创建数据数组,和label数组 ''' def loadDataSet(): dataMat = []; labelMat = [] fr