机器学习-Logistic回归（最佳回归系数的确定）

后悔没学好概率论了，那公式看的好吃力啊，怎么办，我好慌。。。

数据包

Sigmoid函数：

全批量梯度上升法：

import numpy as np
import matplotlib.pyplot as plt

"""装载函数"""
def loadDataSet():
    dataMat = []
    labelMat = []
    fr = open('testSet.txt')
    for line in fr.readlines():  # 按行取数据
        lineArr = line.strip().split()  # 按空格切分
        dataMat.append([1.0, float(lineArr[0]), float(lineArr[1])])  # 每一行的前两个数据存入特征集
        labelMat.append(int(lineArr[2]))  # 每一行的最后一个数据存入标签集
    return dataMat, labelMat

"""Sigmoid函数"""
def sigmoid(inX):
    return 1.0 / (1 + np.exp(-inX))

"""梯度上升发"""
def gradAscent(dataMatIn, classLabels):
    dataMatrix = np.mat(dataMatIn)  # 转换成numpy的mat
    labelMat = np.mat(classLabels).transpose()  # 转换成numpy的mat,并进行转置
    m, n = np.shape(dataMatrix)  # 返回dataMatrix的大小。m为行数,n为列数。
    alpha = 0.001  # 移动步长,也就是学习速率,控制更新的幅度。
    maxCycles = 500  # 最大迭代次数
    weights = np.ones((n, 1))  # 权重，含有一列向量，并且元素都为1的矩阵
    for k in range(maxCycles):  # 迭代500次
        h = sigmoid(dataMatrix * weights)  # 梯度上升矢量化公式
        error = labelMat - h
        weights = weights + alpha * dataMatrix.transpose() * error
    return weights.getA()

"""绘制拟合曲线"""
def plotBestFit(weights):
    dataMat, labelMat = loadDataSet()
    dataArr = np.array(dataMat)
    n = np.shape(dataMat)[0]  # 数据个数
    xcord1 = []
    ycord1 = []
    xcord2 = []
    ycord2 = []
    for i in range(n):
        if int(labelMat[i]) == 1:  # 红色的点
            xcord1.append(dataArr[i, 1])
            ycord1.append(dataArr[i, 2])
        else:  # 绿色的点
            xcord2.append(dataArr[i, 1])
            ycord2.append(dataArr[i, 2])
    fig = plt.figure()  # 画布大小默认
    ax = fig.add_subplot(111)  # 设置子图
    ax.scatter(xcord1, ycord1, s=30, c='red', marker='s')
    ax.scatter(xcord2, ycord2, s=30, c='green')
    x = np.arange(-3.0, 3.0, 0.1)  # 绘制你和曲线，x轴方向每次增加0.1个点
    y = (-weights[0] - weights[1] * x) / weights[2]  # 绘制你和曲线 y轴方向每次增加幅度
    ax.plot(x, y)
    plt.title('BestFit')
    plt.xlabel('X1')
    plt.ylabel('X2')
    plt.show()

if __name__ == '__main__':
    dataMat, labelMat = loadDataSet()
    weights = gradAscent(dataMat, labelMat)
    plotBestFit(weights)