西瓜书《机器学习》课后编程题答案——3.3

昵称不火

于 2018-11-26 13:26:18 发布

阅读量4.1k

点赞数 7

CC 4.0 BY-SA版权

分类专栏：机器学习文章标签：西瓜书机器学习 Python 逻辑回归

本文链接：https://blog.youkuaiyun.com/yanying1113/article/details/84537847

该博客详细介绍了如何使用Python3完成《机器学习》书中3.3节的编程练习，涉及数据加载、Sigmoid函数、梯度下降求权重、分类以及画出分类结果。通过整合各部分函数，实现了一个完整的逻辑回归程序，最终得出错误率，并提供了代码和数据集下载链接。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

西瓜书《机器学习》课后编程题答案——3.3

3.3编程实现对率回归，并给出西瓜数据集3.0α上的结果

3.3编程实现对率回归，并给出西瓜数据集3.0α上的结果

本文在参考《机器学习实战》的基础上，利用Python3编写了代码，完成了题目3.3，主要由这几部分组成：

加载数据

def loadDataSet():      #general function to parse tab -delimited floats
    numFeat = len(open('3.0alpha.txt').readline().split('\t')) #get number of fields
    dataMat = []; labelMat = []
    fr = open('3.0alpha.txt')
    for line in fr.readlines():
        lineArr =[]
        curLine = line.strip().split('\t')
        lineArr.append(float(1.0))
        for i in range(numFeat-1):
            lineArr.append(float(curLine[i]))
        dataMat.append(lineArr)
        labelMat.append(float(curLine[-1]))
    return dataMat,labelMat