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

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

目录

输出结果

实现代码

输出结果

1、对数据集进行特征映射
2、正则化 → 正则化 → 过度正则化

实现代码

  

   

    

     

    
    

     

      import numpy as np
     
    
   

    

     

    
    

     

      import matplotlib.pyplot as plt
     
    
   

    

     

    
    

     

      from sklearn.preprocessing import PolynomialFeatures
     
    
   

    

     

    
    

     

      from scipy.optimize import minimize
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      #加正则化项的损失函数
     
    
   

    

     

    
    

     

      def costFunctionReg(theta, reg, *args):
     
    
   

    

     

    
    

     

       m = y.size
     
    
   

    

     

    
    

     

       h = 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])
     
    
  
 

文章来源: yunyaniu.blog.csdn.net，作者：一个处女座的程序猿，版权归原作者所有，如需转载，请联系作者。

原文链接：yunyaniu.blog.csdn.net/article/details/81667417