python实现Logistic回归

本文不涉及逻辑回归的具体原理，只通过python代码实现算法，并且没有用到机器学习库，根据算法流程一步一步实现。

逻辑回归

数据准备

文件中没条数据有两个属性，和一个标签

# 数据准备
def loadData():
    x = []
    y = []
    fr = open('data.txt')
    for i in fr.readlines():
        i = i.strip().split()    # 分隔
        x.append([1.0, float(i[0]), float(i[1])])   # 输入数据，增加一个输入1
        y.append(int(i[2]))  # 标签
    return x, y

sigmoid函数

# sigmoid函数
def sigmoid(x):
    return 1.0 / (1 + np.exp(-x))

权重更新

采用梯度上升算法来更新权重，又可分为批梯度上升算法，一次性使用全部的数据值

# 批梯度下降，更新权重
def GA(x, y):
    x = np.mat(x