matlab
+人口增长代码乳腺癌分类器(Logistic回归)
此代码可帮助您使用Logistic回归对恶性和良性肿瘤进行分类
Sourcerer
规范要求
示例代码在Matlab中(或更高版本可以使用)。
您可以安装Conda
for
python,它可以解析机器学习的所有依赖关系。
描述
Logistic回归是为方法核心使用的函数Logistic函数而命名的。
统计学家开发了逻辑函数,也称为S形函数,用于描述生态中人口增长的特性,该特性Swift增长并在环境的承载能力方面达到最大化。
这是一条S形曲线,可以采用任何实数值并将其映射为0到1之间的一个值,但永远不能精确地位于这些极限值处。
1
/(1
+
e
^-值)
想要查询更多的信息,
一些注意事项
数据集-UCI-ML
我仅使用32个功能中的2个进行分类。
工作实例
执行
要运行代码,请输入run
breast_cancer.m
run
breast_cancer.m
Python实现
数据集-UCI-ML
我使用了30种功能进行分类
我使用的是1
=良性和2
=恶性,而不是0
=良性和1
=恶性
准确度〜92%
执行
要运行
2021-11-19 09:33:24
21.75MB
系统开源
1