ML之LoR：利用LoR二分類之非線性決策算法案例應(yīng)用之劃分正負(fù)樣本

?

?

目錄

輸出結(jié)果

實現(xiàn)代碼

---

?

?

?

輸出結(jié)果

1、對數(shù)據(jù)集進(jìn)行特征映射
2、正則化 → 正則化 → 過度正則化

?

實現(xiàn)代碼

import numpy as np import matplotlib.pyplot as plt from sklearn.preprocessing import PolynomialFeatures from scipy.optimize import minimize#加正則化項的損失函數(shù) def costFunctionReg(theta, reg, *args):m = y.sizeh = sigmoid(XX.dot(theta))J = -1*(1/m)*(np.log(h).T.dot(y)+np.log(1-h).T.dot(1-y)) + (reg/(2*m))*np.sum(np.square(theta[1:]))if np.isnan(J[0]):return(np.inf)return(J[0])

?

?

?

?

?

?

?

?

?

總結(jié)

以上是生活随笔為你收集整理的ML之LoR：利用LoR二分类之非线性决策算法案例应用之划分正负样本的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。