跟着Leo机器学习实战：Logistic回归

跟着Leo机器学习实战：Logistic回归 github https://github.com/LeoLeos/MachineLearningLeo/tree/master/logRegres Logistic回归 优点：计算代价不高，易于理解和实现 缺点：容易缺拟合，分类精度不高 适合数据类型：数值型和标称型数据 sigmoid函数以及目标 Logistic回归梯度上升优化算法训练参数 from numpy import * ''' 创建数据数组，和label数组 ''' def loadDataSet(): dataMat = []; labelMat = [] fr