资源简介
逻辑回归实战详细代码,含注释。逻辑回归利用最优化算法梯度下降来找最佳回归系数。用其做实战预测疝气病症的病马死亡率。
代码片段和文件信息
‘‘‘
Created on June 92018
do logregers_gradAscent
@author: zhe
‘‘‘
import logRegres
from numpy import *
dataArrlabelMat = logRegres.loadDataSet()
logRegres.gradAscent(dataArrlabelMat)
weights = logRegres.gradAscent(dataArrlabelMat)
logRegres.plotBestFit(weights.getA())
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
目录 0 2018-07-13 15:00 Logistics_Regression\__pycache__\
文件 1871 2018-06-09 16:28 Logistics_Regression\__pycache__\logRegres.cpython-36.pyc
目录 0 2018-07-13 15:00 Logistics_Regression\5.1_logRegres_gradAscent\
目录 0 2018-07-13 15:00 Logistics_Regression\5.1_logRegres_gradAscent\__pycache__\
文件 1952 2018-07-10 15:34 Logistics_Regression\5.1_logRegres_gradAscent\__pycache__\logRegres.cpython-36.pyc
文件 278 2018-06-10 11:54 Logistics_Regression\5.1_logRegres_gradAscent\do_logRegres.py
文件 1816 2018-07-10 15:33 Logistics_Regression\5.1_logRegres_gradAscent\logRegres.py
文件 15837 2018-07-10 15:34 Logistics_Regression\5.1_logRegres_gradAscent\LogRegres_GradAscent.eps
文件 2187 2010-10-29 06:46 Logistics_Regression\5.1_logRegres_gradAscent\testSet.txt
目录 0 2018-07-13 15:00 Logistics_Regression\5.2_logRegres_stocGradAscent\
目录 0 2018-07-13 15:00 Logistics_Regression\5.2_logRegres_stocGradAscent\__pycache__\
文件 2290 2018-07-10 16:18 Logistics_Regression\5.2_logRegres_stocGradAscent\__pycache__\logRegres_stocGradAscent.cpython-36.pyc
文件 455 2018-07-10 17:25 Logistics_Regression\5.2_logRegres_stocGradAscent\do_logRegres_stocGradAscent.py
文件 15843 2018-07-10 17:25 Logistics_Regression\5.2_logRegres_stocGradAscent\LogRegres_StocGradAscent.eps
文件 2178 2018-07-10 16:18 Logistics_Regression\5.2_logRegres_stocGradAscent\logRegres_stocGradAscent.py
文件 2187 2010-10-29 06:46 Logistics_Regression\5.2_logRegres_stocGradAscent\testSet.txt
目录 0 2018-07-13 15:00 Logistics_Regression\5.3_predict_the_death_rate_of_horse\
目录 0 2018-07-13 15:00 Logistics_Regression\5.3_predict_the_death_rate_of_horse\__pycache__\
文件 2185 2018-07-10 20:16 Logistics_Regression\5.3_predict_the_death_rate_of_horse\__pycache__\logRegres_stocGradAscent.cpython-36.pyc
文件 203 2018-07-07 11:08 Logistics_Regression\5.3_predict_the_death_rate_of_horse\do_Prediction.py
文件 3788 2010-11-01 15:09 Logistics_Regression\5.3_predict_the_death_rate_of_horse\horseColicTest.txt
文件 60655 2010-11-01 14:56 Logistics_Regression\5.3_predict_the_death_rate_of_horse\horseColicTraining.txt
文件 2196 2018-07-10 20:15 Logistics_Regression\5.3_predict_the_death_rate_of_horse\logRegres_stocGradAscent.py
- 上一篇:KerServer OPCUA配置
- 下一篇:支持向量机实战代码全
相关资源
- 浅析机器学习的研究与应用
- 遥感图像分类方法综述
- Knime实验——分类挖掘
- 百练题目分类
- 基于BP神经网络的企业核心竞争力评价
- 不平衡数据集分类
- ARM汇编指令集全面,分类详细
- 人工智能-知识图谱-实战.docx
- KNN K-最近邻分类算法源代码
- 一种基于AdaBoost的SVM分类器(1).pdf
- 基于SVM的成对分类法对于手写数字识
- 京东分类效果京东分类
- 文本分类中文语料库
- 朴素贝叶斯分类器对西瓜数据3.0的应
- SVM对偶空间求解与直接求解效率比较
- 高斯过程回归与分类的程序与Gaussia
- 新旧国民行业分类代码比较(2011-20
- acm培训资料,题目分类,递归分治策
- 基于属性加权的朴素贝叶斯分类算法
- SVM分类器IDL
- text-cnn源代码
- SAP FICO 应收应付重分类
- 人工智能实验报告2份 Prolog语言编程练
- 人工智能及其应用课后答案
- 基于贝叶斯及KNN算法的newsgroup文本分
- 基于Opencv的图像分类
- 第三次国土调查工作分类图示符号库
- A*算法实现迷宫问题
- LiDAR数据滤波分类
- 基于tensorflow的猫狗图片的识别分类
评论
共有 条评论