【Todo】用python进行机器学习数据模拟及逻辑回归实验
参考了这个网页:http://blog.csdn.net/han_xiaoyang/article/details/49123419
数据用了 https://pan.baidu.com/s/1pKxJl1p#list/path=%2F 这里面的data1 (已经转存到自己的网盘)
代码如下:
from numpy import loadtxt, where from pylab import scatter, show, legend, xlabel, ylabel #load the dataset data = loadtxt('data1.txt', delimiter=',') X = data[:, 0:2] y = data[:, 2] pos = where(y == 1) neg = where(y == 0) scatter(X[pos, 0], X[pos, 1], marker='o', c='b') scatter(X[neg, 0], X[neg, 1], marker='x', c='r') xlabel('Feature1/Exam1 score') ylabel('Feature2/Exam2 score') legend(['Fail', 'Pass']) show()
运行命令,得到结果:
$ python lr_show.py
准备画线,代码参考:https://github.com/HanXiaoyang/ML_examples/tree/master/logistic_regression
看代码,里面的numpy里面有reshape函数,是把多维函数能够变成其他维度,可以参考
http://blog.csdn.net/u012005313/article/details/49383551
但是看代码不太看的懂。换换脑子。先看看其他的吧。