使用Python实现逻辑回归

我想从头开始用Python实现逻辑回归。以下是其中的功能:

  1. sigmoid
  2. 成本函数
  3. fminunc
  4. 评估逻辑回归

我想知道,从头开始用Python实现的最佳起点是什么。有什么好的指导和建议吗?我了解这些功能的理论,但希望得到更符合Python风格的答案。

我之前用Octave实现过这些功能,一切顺利,但不知道如何在Python中开始,因为Octave已经预设了这些包来完成工作。


回答:

你可以尝试将Octave代码翻译成Python,看看效果如何。你也可以使用Python包来帮你完成这项工作。查看scikit-learn关于逻辑回归的内容。这篇博客中还有一个简单的示例。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注