Logistic回归----机器学习读书笔记

优势：计算代价不高，易于理解和实现。 缺点：容易欠拟合，分类精度可能不高。 适用数据类型：数值型和标称型数据。 线性回归，采用梯度上升优化，相似于单层BP神经网络（BP采用梯度降低法）python 实现代码以下：网络 import numpy as np import matplotlib.pyplot as plt #获取数据集 def loadDataSet(): #假设回归线为y=

>>阅读原文<<