文件名称：LogisticRegression_gradient_descent
文件大小：52KB
文件格式：ZIP
更新时间：2024-05-18 02:10:44
JupyterNotebook
LogisticRegression_gradient_descent 此代码将Logistic回归分类算法应用于虹膜数据集。 通过使用梯度下降法最小化对数似然成本函数，可以优化用于计算激活函数的权重。 有关逻辑回归分类器和对数似然成本函数的更多信息，请参见以下书籍：Sebastian Raschka撰写的“ Python Machine Learning”（第3章）。 该代码是上述书中提供的自适应线性神经元（Adaline）代码的修改。 创建于2018年7月28日 @作者：本杰明·塔约（Benjamin Tayo） iris.data.csv：包含从以下位置获得的虹膜数据集： : 数据集包含以下属性信息：隔片长度（以厘米为单位） ; 萼片宽度，以厘米为单位； 花瓣长度，以厘米为单位； 花瓣宽度（厘米）。 类别标签：Iris Setosa，Iris Versicolour，Ir
【文件预览】：
LogisticRegression_gradient_descent-master
----LogisticRegressionGD.py(5KB)
----iris.data.csv(4KB)
----README.md(1KB)
----LogisticRegressionG.ipynb(69KB)