matlab举例logistic regression

最新推荐文章于 2025-05-19 17:30:46 发布

原创

最新推荐文章于 2025-05-19 17:30:46 发布 · 2.7k 阅读

1 ·

CC 4.0 BY-SA版权

该博客介绍了如何在MATLAB中实现逻辑回归。博主通过加载数据、预处理、设置参数，用梯度上升法更新权重，最后绘制分类边界。代码中展示了逻辑回归的迭代过程，并给出了数据点的可视化结果。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

LR的推理这里不说了，自己查查吧。或者看http://blog.youkuaiyun.com/redfivehit/article/details/73946956

结论是weight = weight + alpha * weight的偏导数 = weight + alpha * （y- sigmoid（wTx））*x，这里w和x是向量，代码中就是这么实现的。如果是数字，这个公式alpha后面也写成Xi各个变量计算的求和，

data = load('data1.txt');

[row , col] = size(data);
dataMat = data(:,1:col-1);

dataMat = [ones(row,1) dataMat] ;
labelMat = data(:,col);
alpha = 0.001;
maxCycle = 500;
weight = ones(col,1);
for i = 1:maxCycle
returnVals = 1.0./(1.0+exp(-(dataMat * weight)'));
h = returnVals;
error = (labelMat - h');
weight = weight + alpha * dataMat' * error;
end
figure
scatter(dataMat(find(labelMat(:) == 0),2),dataMat(find(labelMat(:) == 0),3),15,'b');
hold on
scatter(dataMat(find(labelMat(:) == 1),2),dataMat(find(labelMat(:) == 1),3),15,'r');
hold on
x = -3:0.1:3;
y = (-weight(1)-weight(2)*