《机器学习实战》Logistics回归学习心得

第一次接触机器学习的东西，现在看到《机器学习实战》第五章，分享一下学习心得

Logistics回归就是为了找一条能够进行尽最大能力进行分类的拟合线，包括直线和曲线，但是要符合函数，也就是说这条线可以用函数进行表达，不然不能够进行分类。

如上图所示，要用一条直线将绿色的原点与红色的框点进行分成两类，很明显，无法用一条直线能够将他们完全正确的进行分类，因此需要找到一条拟合线尽最大限度进行分类，使得误差最小。如下图所示：

算法比较简单，书中的实现代码也比较好理解，用的事Python语言，在这里主要讲解下书中代码的实现方式，因为有几个人来请教我说算法大概知道，但是书中的代码没看懂。其实书中的代码主要以矩阵的方式处理。

其中从文件中获取原始数据的代码很简单，不做详细说明，贴图即可：

原始数据：

最后一列0和1代表类型，例如1代表绿色的圆点，0代表红色的框点，如果你缺少这个数据文件可以评论区回复我

LoadDataSet函数：

[python]  view plain   copy

1. def loadDataSet():