机器学习笔记(7)逻辑回归

逻辑回归(logistic)实际上是线性回归推导出来的。而且是一种分类学习方法。由于简单的二分类0-1图像不连续，我们想找到一种连续且可微的函数替换他。logistic function 正是这样一个函数

y=11+e−z

看看图：

代码是通过逻辑回归根据花萼和花瓣的大小区别出是”0花”还是”1花”
代码：

# -*- coding: utf-8 -*-from sklearn import datasetsimport numpy as npiris = datasets.load_iris()# 构建训练集和测试集iris_X_train = np.array(list(iris.data[:30]) + list(iris.data[50:80]))iris_X_test = np.array(list(iris.data[30:50]) + list(iris.data[80:100]))iris_Y_train = np.array(list(iris.target[:30]) + list(iris.target[50:80]))iris_Y_test = np.array(list(iris.target[30:50]) + list(iris.target[80:100]))from sklearn import linear_model# 构建模型logistic = linear_model.LogisticRegression()# 拟合数据logistic = logistic.fit(iris_X_train, iris_Y_train)# 显示参数print(logistic.coef_,logistic.intercept_)# 预测测试数据print(logistic.predict(iris_X_test))# 输出原始数据print(iris_Y_test)

代码理解