没有合适的资源?快使用搜索试试~ 我知道了~
matlab灰度处理代码-multiclass-logistic-regression:python中的线性分类器实现,使用对数...
共7个文件
ipynb:2个
py:2个
mat:1个
需积分: 10 2 下载量 19 浏览量
2021-05-23
18:56:59
上传
评论
收藏 7.16MB ZIP 举报
温馨提示
matlab灰色处理代码Python中的多类逻辑回归实现 课程的“斯坦福大学机器学习”课程第4周编程练习的Octave / Python改编。 具体而言,目标是训练线性分类器以预测从0到9的拟人数字。这是通过使用逻辑回归并使用“一对多”方法对多个类别进行分类来实现的。 训练本身针对ex3data1.mat文件中包含的5000个示例的MNIST子集执行。 Jupyter笔记本文件multiclass multiclass-logistic-regression.ipynb概述了该过程的一般步骤,在训练集上进行数据建模表示和梯度下降优化。 Scipy和Numpy库用于矩阵运算和成本函数最小化。 该实现使用numpy ndarrays表示训练集和矩阵运算,使用最小化BFGS方法优化成本函数,并导入matlab数据集。 costFunction.py提供了用于线性回归的成本函数的纯实现,以及在两种情况下都使用正则化的梯度下降以及分离的,“可科学优化的”成本函数和梯度函数。 在给定笔记本设置下的算法可达到〜96%的准确度。 关于训练集的注意事项: MNIST训练集以matlab格式从外部打包,所
资源推荐
资源详情
资源评论
收起资源包目录
multiclass-logistic-regression-master.zip (7个子文件)
multiclass-logistic-regression-master
costFunction.py 1KB
multiclass-logistic-regression.ipynb 3KB
sigmoid.py 65B
ex3data1.mat 7.16MB
.ipynb_checkpoints
multiclass-logistic-regression-checkpoint.ipynb 4KB
README.md 2KB
LICENSE.txt 598B
共 7 条
- 1
资源评论
weixin_38703895
- 粉丝: 4
- 资源: 910
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功