机器学习逻辑回归：使用C++语言手工编写程序对a1a数据集进行Logistic分类

一、实验目的和要求

1. 实验目的

(1) 熟悉机器学习数据处理过程
(2) 使用一种机器学习算法进行数据分类或回归
2. 实验要求
使用a1a数据集进行分类，使用线性回归和对数几率回归。注意数据集中的标签、稀疏处理。完成以下内容：
（1）完成a1a数据集的读写操作。根据a1a数据集文件，写一个数据加载函数，将数据集加载到内存中，数据采用矩阵形式存储。写一个数据保存函数，将内存中的数据集保存为LIBSVM的数据集格式。
（2）对数据集a1a进行对数几率回归算法进行分类，分别输出训练集和测试集上的准确率。

---

P.S. a1a数据集，其原型为UCI的Adult Data Set ，其大概意思是根据人的特征来判断你是否每年的工资大于50k，所以这是一个二分分类问题。 a1a数据集对其进行了简化，其一共有123个特征，如下所示为其一行的数据-1 5:1 6:1 17:1 21:1 35:1 40:1 53:1 63:1 71:1 73:1 74:1 76:1 80:1 83:1，其中-1表示未能超过50k（即负类，实际编程可以置为0），接着我们可以初始化一个一行零向量（1,123），5:1表示第5个位置为1，以下类推……这样我们对其数据就有了个大概认识。

参考 http://blog.youkuaiyun.com/Solitarily/article/details/79646530

---

二、实验仪器和设备

CPU：Inter(R) Core(TM)i5-7300HQ CPU@2.50GHz 2.50GHz
内存：8.00GB
硬盘：128G 机械硬盘 + 昱科（HGST）1TB 7200转32M SATA6Gb/s
显卡：GTX1050
Windows 10 64位，Visual Studio2017，OpenCV 3.4.1

三、实验过程

1. a1a数据集的载入与保存
（1）a1a数据集在文件中的格式为：标签 维度索引:数据值
例如：

（2）a1a数据集在内存中的格式为
cv::Mat (矩阵)
（3）载入数据集的原理与实现
分为以下步骤（以训练集为例）：
函数声明：void loadDataSet(cv::Mat &a, cv::Mat &b, string readfileAddress);
1.定义存储矩阵并初始化：

cv::Mat labels = cv::Mat::zeros(1605,1, CV_64F); //标签矩阵 样本数量1605
cv::Mat sample = cv::Mat::zeros(1605, 124, CV_64F);//共123种特征 +1列b 

2.读取文件（按行读取），存储标签：

getline(in, buffer);
            int num = atoi(buffer.substr(0, 2).c_str());
            if(num == 1)
                a.at<double>(count, 0) = num; //存储label
            else if(num == -1) 
                a.at<double>(count, 0) = 0; //-1 标签存储为0

3.处理维度索引，并存入样本矩阵：