真的是,我看网上这个题的解析,都是另起炉灶写的,没有人用吴恩达给的ps1里面的架构来写的。所以我就决定写一个!
真是的给你写好了你不用
总体结构分析:

他这里面给了三个.py 是要互相调用的,一开始我看import util 我还以为是什么第三方库。。。
总的来说,util就是工具人,里面有plot直接给你画图,还有load_dataset读取什么幺蛾子一步到位。linear_model我觉得是一个普适的model,对于逻辑回归,他有用的就是self.theta,就是要训练的参数θ。这两个都是他给你写好的一点也不需要动,直接调用就可以。
重头戏落在p01b上面。他让你写一个logistic类,完成fit和predict工作,然后main函数分别调它的fit,predict以及util里面的load_dataset 和plot依次完成对训练样本的读入,训练,画图,读取目标数据集,对他预测并且将输出结果保存。
先看一下logistic:(可以看到只有他提示的地方你需要写东西,别的都不要乱动)
class LogisticRegression(LinearModel):
"""Logistic regression with Newton's Method as the solver.
Example usage:
> clf = LogisticRegression()
> clf.fit(x_train, y_train)
> clf.pr

这篇博客介绍了如何利用吴恩达cs229课程中提供的架构,特别是p01b_logreg,采用牛顿法解决逻辑回归问题。作者注意到网上的解析通常不遵循已有框架,于是决定自己动手实现。文中详细分析了util、linear_model和logistic类的角色,强调logistic类需要实现fit和predict方法。main函数则负责数据加载、训练、绘图和预测输出。
最低0.47元/天 解锁文章
2083

被折叠的 条评论
为什么被折叠?



