机器学习-非线性逻辑斯特回归及其手写实现梯度下降

一. 非线性逻辑斯特回归简介 逻辑斯特回归在上一篇博客中已经简单地介绍了一下（链接）。非线性的实际用处要广泛，接下来看逻辑斯特回归在非线性中的应用。 二. Python 代码手写实现 1. 解析数据集，分割特征和label 这里我们自己构建了一个非线性数据，总共两类数据，每类数据200个样本。每类数据中加了一些随机的噪声，接下来看数据分布图如下所示： 2. 非线性特征处理 对特征的处理，我们这里引

>>阅读原文<<